DBMS > AgensGraph vs. GBase vs. Infobright vs. Kinetica

Vergleich der Systemeigenschaften AgensGraph vs. GBase vs. Infobright vs. Kinetica

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

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

High performant column-oriented DBMS for analytic workloads using MySQL or PostgreSQL as a frontend

Fully vectorized database across both GPUs and CPUs

Primäres Datenbankmodell

Graph DBMS
Relational DBMS

Relational 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	1,07
Rang	#185	Overall
	#86	Relational DBMS

Punkte	0,96
Rang	#194	Overall
	#91	Relational DBMS

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

Website

bitnine.net/agensgraph

www.gbase.cn

ignitetech.com/softwarelibrary/infobrightdb

www.kinetica.com

Technische Dokumentation

bitnine.net/documentation

docs.kinetica.com

Entwickler

Bitnine Global Inc.

General Data Technology Co., Ltd.

Ignite Technologies Inc.; formerly InfoBright Inc.

Kinetica

Erscheinungsjahr

2016

2004

2005

2012

Aktuelle Version

2.1, Dezember 2018

GBase 8a, GBase 8s, GBase 8c

7.1, August 2021

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

kommerziell

The open source (GPLv2) version did not support inserts/updates/deletes and was discontinued with July 2016

kommerziell

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, Java, Python

C, C++

Server Betriebssysteme

Linux
OS X
Windows

Linux

Linux
Windows

Linux

Datenschema

depending on used data model

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

nein

Knowledge Grid Technology used instead

SQL

Support of SQL

Standard with numerous extensions

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

Cypher Query Language
JDBC

ADO.NET
C API
JDBC
ODBC

ADO.NET
JDBC
ODBC

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

C
Java
JavaScript
Python

.Net
C
C#
C++
D
Eiffel
Erlang
Haskell
Java
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

user defined functions

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

horizontal partitioning (by range, list and hash) and vertical partitioning

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

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

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

exploiting MySQL or PostgreSQL frontend capabilities

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

Bitnine Announces Plans for New Business with Apache AGE's Top-Level Promotion
14. Juni 2022, Business Wire

bereitgestellt von Google News

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

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

Kinetica: The Real-Time GPU Accelerated Database
22. Dezember 2016, kinetica.com

Kinetica Delivers Real-Time Vector Similarity Search
20. März 2024, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk