DBMS > AlaSQL vs. BigObject vs. EsgynDB vs. Vertica

Vergleich der Systemeigenschaften AlaSQL vs. BigObject vs. EsgynDB vs. Vertica

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

JavaScript DBMS library

Analytic DBMS für Echtzeitberechnungen und Queries

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Column oriented

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,49
Rang	#259	Overall
	#40	Document Stores
	#120	Relational DBMS

Punkte	0,13
Rang	#342	Overall
	#150	Relational DBMS

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	11,40
Rang	#43	Overall
	#27	Relational DBMS

Website

Technische Dokumentation

github.com/AlaSQL/alasql

docs.bigobject.io

vertica.com/documentation

Entwickler

Andrey Gershun & Mathias R. Wulff

BigObject, Inc.

Esgyn

OpenText

previously Micro Focus and Hewlett Packard

Erscheinungsjahr

2014

2015

2005

Aktuelle Version

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

Open Source

MIT-License

kommerziell

kostenlose community edition verfügbar

kommerziell

Limitierte Community Edition gratis

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

JavaScript

C++, Java

C++

Server Betriebssysteme

server-less, requires a JavaScript environment (browser, Node.js)

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

Datenschema

schemafrei

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

yes

XML Unterstützung

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

nein

Sekundärindizes

nein

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

Close to SQL99, but no user access control, stored procedures and host language bindings.

SQL-like DML and DDL statements

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

APIs und andere Zugriffskonzepte

JavaScript API

fluentd
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

Unterstützte Programmiersprachen

JavaScript

All languages supporting JDBC/ODBC/ADO.Net

C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R

Server-seitige Scripts

Stored Procedures

nein

Lua

Java Stored Procedures

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

nein

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontal partitioning, hierarchical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Bi-directional Spark integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

by using IndexedDB, SQL.JS or proprietary FileStorage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Deploy-anywhere database for large-scale analytical deployments. Deploy off-cloud,...
» mehr

Competitive advantages

Fast, scalable, and capable of high concurrency. Separation of compute/storage leverages...
» mehr

Typical application scenarios

Communication and network analytics, Embedded analytics, Fraud monitoring and Risk...
» mehr

Key customers

Abiba Systems, Adform, adMarketplace, AmeriPride, Anritsu, AOL, Avito, Auckland Transport,...
» mehr

Licensing and pricing models

Cost-based models and subscription-based models are both available. One license is...
» mehr

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

Create a Marvel Database with SQL and Javascript, the easy way
2. Juli 2019, Towards Data Science

HarperDB - How and Why We Built It From The Ground Up on NodeJS
28. Februar 2021, hackernoon.com

Multi faceted data exploration in the browser using Leaflet and amCharts
3. Mai 2020, Towards Data Science

bereitgestellt von Google News

OCI Object Storage Completes Technical Validation of Vertica in Eon Mode
16. Oktober 2023, Oracle

Vertica by OpenText and Anritsu Sign New Deal for Next-Gen Architecture and 5G Network Capabilities
17. Mai 2023, PR Newswire

MapR Hadoop Upgrade Runs HP Vertica
22. September 2023, InformationWeek

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

OpenText expands enterprise portfolio with AI and Micro Focus integrations
25. Juli 2023, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk