DBMS > AgensGraph vs. EJDB vs. Kinetica vs. OpenQM

Vergleich der Systemeigenschaften AgensGraph vs. EJDB vs. Kinetica vs. OpenQM

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

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Fully vectorized database across both GPUs and CPUs

QpenQM is a high-performance, self-tuning, multi-value DBMS

Primäres Datenbankmodell

Graph DBMS
Relational DBMS

Document Store

Relational DBMS

Multivalue DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series 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	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,27
Rang	#298	Overall
	#10	Multivalue DBMS

Website

bitnine.net/agensgraph

github.com/Softmotions/ejdb

www.kinetica.com

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

Technische Dokumentation

bitnine.net/documentation

github.com/Softmotions/ejdb/blob/master/README.md

docs.kinetica.com

Entwickler

Bitnine Global Inc.

Softmotions

Kinetica

Rocket Software, originally Martin Phillips

Erscheinungsjahr

2016

2012

1993

Aktuelle Version

2.1, Dezember 2018

7.1, August 2021

3.4-12

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

GPLv2

kommerziell

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

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++

Server Betriebssysteme

Linux
OS X
Windows

serverlos

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Datenschema

depending on used data model

schemafrei

with some exceptions

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

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 DML and DDL statements

nein

APIs und andere Zugriffskonzepte

Cypher Query Language
JDBC

In-process Library

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

C
Java
JavaScript
Python

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

C++
Java
JavaScript (Node.js)
Python

.Net
Basic
C
Java
Objective C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Triggers

nein

triggers when inserted values for one or more columns fall within a specified range

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

nein, aber über Tabellenvererbung möglich

keine

Sharding

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

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Access rights can be defined down to the item level

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

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk