DBMS > Adabas vs. Firebase Realtime Database vs. Splice Machine

Vergleich der Systemeigenschaften Adabas vs. Firebase Realtime Database vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

OLTP - DBMS für Großrechner und Linux/Unix/Windows Umgebungen

typischerweise zusammen mit der Natural Programmierumgebung verwendet

Cloud-hosted realtime document store. iOS, Android, and JavaScript clients share one Realtime Database instance and automatically receive updates with the newest data.

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

Primäres Datenbankmodell

Multivalue DBMS

Document Store

Relational DBMS

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

Punkte	4,89
Rang	#79	Overall
	#1	Multivalue DBMS

Punkte	18,48
Rang	#39	Overall
	#6	Document Stores

Punkte	0,79
Rang	#195	Overall
	#93	Relational DBMS

Website

www.softwareag.com/en_corporate/platform/adabas-natural.html

firebase.google.com/products/realtime-database

splicemachine.com

Technische Dokumentation

firebase.google.com/docs/database

doc.splicemachine.com

Entwickler

Software AG

Google

acquired by Google 2014

Splice Machine

Erscheinungsjahr

1971

2012

2014

Aktuelle Version

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

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

Server Betriebssysteme

BS2000
Linux
Unix
Windows
z/OS
z/VSE

gehostet

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

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

mit Zusatzprodukt Adabas SQL Gateway

nein

APIs und andere Zugriffskonzepte

HTTP API

mit Zusatzsoftware Adabas SOA Gateway
SOAP-basiertes API

mit Zusatzsoftware Adabas SOA Gateway

Android
iOS
JavaScript API
RESTful HTTP API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Natural

Java
JavaScript
Objective-C

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

Server-seitige Scripts

Stored Procedures

in Natural

limited functionality with using 'rules'

Java

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

ja, mit Zusatzprodukten wie Adabas Cluster Services, Adabas Parallel Services, Adabas Vista

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, mit Zusatzprodukt Event Replikator

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

Eventual Consistency

if the client is offline
Immediate Consistency

if the client is online

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

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

nur mittels betriebssystem-spezifischen Werkzeugen (z.B. IBM RACF, CA Top Secret)

yes, based on authentication and database rules

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

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

How to Break Data Silos to Drive Enterprise-Wide AI
11. Juni 2021

Point-in-Time Correctness in Machine Learning
1. Juni 2021

The Compliance Nightmare Lurking in Your Data Science Team
6. Mai 2021

Whose Job Is It Anyway?
23. April 2021

How Optimizing MLOps Can Revolutionize Enterprise AI
15. April 2021

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