DBMS > AlaSQL vs. atoti vs. Derby vs. Splice Machine

Vergleich der Systemeigenschaften AlaSQL vs. atoti vs. Derby vs. Splice Machine

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 in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Document Store
Relational DBMS

Object oriented DBMS

Relational DBMS

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

Punkte	0,46
Rang	#260	Overall
	#40	Document Stores
	#121	Relational DBMS

Punkte	0,56
Rang	#245	Overall
	#10	Object oriented DBMS

Punkte	4,71
Rang	#69	Overall
	#37	Relational DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Website

Technische Dokumentation

github.com/AlaSQL/alasql

docs.atoti.io

db.apache.org/derby/manuals/index.html

splicemachine.com/how-it-works

Entwickler

Andrey Gershun & Mathias R. Wulff

ActiveViam

Apache Software Foundation

Splice Machine

Erscheinungsjahr

2014

1997

2014

Aktuelle Version

10.17.1.0, November 2023

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

MIT-License

kommerziell

free versions available

Open Source

Apache Version 2

Open Source

AGPL 3.0, commercial license 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

Java

Server Betriebssysteme

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

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Solaris
Windows

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.

Multidimensional Expressions (MDX)

APIs und andere Zugriffskonzepte

JavaScript API

JDBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

JavaScript

Java

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Python

Java Stored Procedures

Java

Triggers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding, horizontal partitioning

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

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

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users, groups and roles 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

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

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

JDBC tutorial: Easy installation and setup with Apache Derby
20. Dezember 2019, TheServerSide.com

Installing Apache Hive 3.1.2 on Windows 10 | by Hadi Fadlallah
3. Mai 2020, Towards Data Science

The Apache® Software Foundation Announces 18 Years of Open Source Leadership
28. März 2017, GlobeNewswire

Get your feet wet with Sun's tiny Java DB
31. Januar 2008, ZDNet

Six free/open source databases with commercial-quality features
13. Dezember 2012, Computerworld

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk