DBMS > 4D vs. HEAVY.AI vs. OpenTSDB vs. RDF4J

Vergleich der Systemeigenschaften 4D vs. HEAVY.AI vs. OpenTSDB vs. RDF4J

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Skalierbares Timeseries DBMS basierend auf HBase

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

RDF Store

Sekundäre Datenbankmodelle

Spatial DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	2,47
Rang	#110	Overall
	#54	Relational DBMS

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	1,68
Rang	#142	Overall
	#12	Time Series DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Website

www.4d.com

github.com/heavyai/heavydb
www.heavy.ai

opentsdb.net

rdf4j.org

Technische Dokumentation

developer.4d.com

docs.heavy.ai

opentsdb.net/docs/build/html/index.html

rdf4j.org/documentation

Entwickler

4D, Inc

HEAVY.AI, Inc.

derzeit von Yahoo und anderen gewartet

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

1984

2016

2011

2004

Aktuelle Version

v20, April 2023

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; enterprise edition available

Open Source

LGPL

Open Source

Eclipse Distribution License (EDL), v1.0.

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++ and CUDA

Java

Server Betriebssysteme

OS X
Windows

Linux

Linux
Windows

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

numerische Daten für Metriken, Strings für Tags

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

SQL

Support of SQL

close to SQL 92

nein

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC
Thrift
Vega

HTTP API
Telnet API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC/Thrift
Python

Erlang
Go
Java
Python
R
Ruby

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

Sharding

basierend auf HBase

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf HBase

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

DB-Engines Blog Posts

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Brain Monitoring with Kafka, OpenTSDB, and Grafana
5. August 2016, KDnuggets

Comparing Different Time-Series Databases
10. Februar 2022, hackernoon.com

MapR to help admins peer into dense Hadoop clusters
28. Juni 2016, SiliconANGLE News

LogicMonitor Rolls a Time Series Database for Finer-Grain Reporting
1. Juni 2016, The New Stack

A real-time processing revival - O'Reilly Radar
2. April 2015, O'Reilly Radar

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk