DBMS > 4D vs. atoti vs. ObjectBox vs. Splice Machine

Vergleich der Systemeigenschaften 4D vs. atoti vs. ObjectBox vs. Splice Machine

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

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

Lightweight, fast on-device database for IoT, Mobile and Embedded devices, persisting and synchronising objects and vectors

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Relational DBMS

Object oriented DBMS

Object oriented DBMS
Vektor DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Time Series DBMS

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

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

Punkte	0,61
Rang	#243	Overall
	#11	Object oriented DBMS

Punkte	1,29
Rang	#166	Overall
	#5	Object oriented DBMS
	#7	Vektor DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

www.4d.com

atoti.io

github.com/objectbox
objectbox.io

splicemachine.com

Technische Dokumentation

developer.4d.com

docs.atoti.io

docs.objectbox.io

splicemachine.com/how-it-works

Entwickler

4D, Inc

ActiveViam

ObjectBox Limited

Splice Machine

Erscheinungsjahr

1984

2017

2014

Aktuelle Version

v20, April 2023

4.0 (May 2024)

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

free versions available

Bindings are released under Apache 2.0

Apache License 2.0

Open Source

AGPL 3.0, commercial license available

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

Java

C und C++

Java

Server Betriebssysteme

OS X
Windows

Android
Any POSIX system
Docker
iOS
Linux
macOS
QNX
Windows

Linux
OS X
Solaris
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

close to SQL 92

Multidimensional Expressions (MDX)

nein

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

Proprietäres native API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

4D eigene IDE
PHP

C
C++
Dart (Flutter)
Go
Java
Kotlin
Python
Swift

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Python

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding, horizontal partitioning

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Data sync between devices allowing occasional connected databases to work completely offline

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

Access rights for users, groups and roles according to SQL-standard

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

Erwähnungen in aktuellen Nachrichten

Overview Of Atoti: A Python BI Analytics Tool – AIM
14. Mai 2021, Analytics India Magazine

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

ObjectBox Raises $2M in Funding
4. Dezember 2018, FinSMEs

The Megashift Towards Decentralized Edge Computing
27. August 2021, hackernoon.com

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Real-time machine learning with Splice Machine's ML Manager
17. April 2019, TechTarget

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk