DBMS > AgensGraph vs. BoltDB vs. DolphinDB vs. OpenMLDB

Vergleich der Systemeigenschaften AgensGraph vs. BoltDB vs. DolphinDB vs. OpenMLDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Multi-model database supporting relational and graph data models and built upon PostgreSQL

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

An open-source machine learning database that provides a feature platform for training and inference

Primäres Datenbankmodell

Graph DBMS
Relational DBMS

Key-Value Store

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,20
Rang	#321	Overall
	#27	Graph DBMS
	#143	Relational DBMS

Punkte	0,74
Rang	#220	Overall
	#31	Key-Value Stores

Punkte	4,13
Rang	#80	Overall
	#6	Time Series DBMS

Punkte	0,02
Rang	#367	Overall
	#37	Time Series DBMS

Website

bitnine.net/agensgraph

github.com/boltdb/bolt

www.dolphindb.com

openmldb.ai

Technische Dokumentation

bitnine.net/documentation

docs.dolphindb.cn/en/help200/index.html

openmldb.ai/docs/zh/main

Entwickler

Bitnine Global Inc.

DolphinDB, Inc

4 Paradigm Inc.

Erscheinungsjahr

2016

2013

2018

2020

Aktuelle Version

2.1, Dezember 2018

v2.00.4, January 2022

2024-2 February 2024

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

MIT License

kommerziell

free community version available

Open Source

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++

C++, Java, Scala

Server Betriebssysteme

Linux
OS X
Windows

BSD
Linux
OS X
Solaris
Windows

Linux
Windows

Linux

Datenschema

depending on used data model

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

nein

SQL-like query language

APIs und andere Zugriffskonzepte

Cypher Query Language
JDBC

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

JDBC
SQLAlchemy

Unterstützte Programmiersprachen

C
Java
JavaScript
Python

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

C++
Go
Java
Python
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

nein, aber über Tabellenvererbung möglich

keine

horizontale Partitionierung

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Administrators, Users, Groups

fine grained access rights according to SQL-standard

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

Erwähnungen in aktuellen Nachrichten

Graph DBMS Performance Comparison AgensGraph vs. Neo4j
29. Juni 2017, Business Wire

Bitnine Releases AgensGraph 2.1, the Multi-model Graph Database Optimized for the Legacy Environment
29. Januar 2019, Business Wire

Bitnine: The Newly Revealed 'AI Teacher' Powered by Graph Database Delivers Hyper-Personalized Learning ...
25. März 2019, Business Wire

bereitgestellt von Google News

4 Instructive Postmortems on Data Downtime and Loss
1. März 2024, The Hacker News

Grafana Loki: Architecture Summary and Running in Kubernetes
14. März 2023, hackernoon.com

Roblox’s cloud-native catastrophe: A post mortem
31. Januar 2022, InfoWorld

How to Put a GUI on Ansible, Using Semaphore
22. April 2023, The New Stack

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk