DBMS > AlaSQL vs. BoltDB vs. Databend vs. HEAVY.AI

Vergleich der Systemeigenschaften AlaSQL vs. BoltDB vs. Databend vs. HEAVY.AI

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

JavaScript DBMS library

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Primäres Datenbankmodell

Document Store
Relational DBMS

Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,51
Rang	#256	Overall
	#40	Document Stores
	#118	Relational DBMS

Punkte	0,80
Rang	#215	Overall
	#31	Key-Value Stores

Punkte	0,34
Rang	#283	Overall
	#130	Relational DBMS

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Website

alasql.org

github.com/boltdb/bolt

github.com/datafuselabs/databend
www.databend.com

github.com/heavyai/heavydb
www.heavy.ai

Technische Dokumentation

github.com/AlaSQL/alasql

docs.databend.com

docs.heavy.ai

Entwickler

Andrey Gershun & Mathias R. Wulff

Databend Labs

HEAVY.AI, Inc.

Erscheinungsjahr

2014

2013

2021

2016

Aktuelle Version

1.0.59, April 2023

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

MIT-License

Open Source

MIT License

Open Source

Apache Version 2.0

Open Source

Apache Version 2; enterprise edition 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

JavaScript

Rust

C++ and CUDA

Server Betriebssysteme

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

BSD
Linux
OS X
Solaris
Windows

gehostet
Linux
macOS

Linux

Datenschema

schemafrei

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

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

nein

APIs und andere Zugriffskonzepte

JavaScript API

CLI Client
JDBC
RESTful HTTP API

JDBC
ODBC
Thrift
Vega

Unterstützte Programmiersprachen

JavaScript

Go
Java
JavaScript (Node.js)
Python
Rust

All languages supporting JDBC/ODBC/Thrift
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Users with fine-grained authorization concept, user roles

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

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

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

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

bereitgestellt von Google News

What I learnt from building 3 high traffic web applications on an embedded key value store.
21. Februar 2018, hackernoon.com

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

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

Three Reasons DevOps Should Consider Rocky Linux 9.4
15. Mai 2024, DevOps.com

bereitgestellt von Google News

Data Bending: Creating Unique Digital Visual Effects
23. April 2020, RedShark News

Rust and the OS, the Web, Database and Other Languages
21. November 2022, The New Stack

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, Thomasnet

bereitgestellt von Google News

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk