DBMS > AlaSQL vs. H2 vs. JanusGraph vs. Sequoiadb vs. TimescaleDB

Vergleich der Systemeigenschaften AlaSQL vs. H2 vs. JanusGraph vs. Sequoiadb vs. TimescaleDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

JavaScript DBMS library

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

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

NewSQL database with distributed OLTP and SQL

A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

Graph DBMS

Document Store
Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Relational 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	8,33
Rang	#46	Overall
	#30	Relational DBMS

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,50
Rang	#258	Overall
	#41	Document Stores
	#120	Relational DBMS

Punkte	4,46
Rang	#71	Overall
	#5	Time Series DBMS

Website

Technische Dokumentation

github.com/AlaSQL/alasql

www.h2database.com/html/main.html

docs.janusgraph.org

www.sequoiadb.com/en/index.php?m=Files&a=index

docs.timescale.com

Entwickler

Andrey Gershun & Mathias R. Wulff

Thomas Mueller

Linux Foundation; originally developed as Titan by Aurelius

Sequoiadb Ltd.

Timescale

Erscheinungsjahr

2014

2005

2017

2013

2017

Aktuelle Version

2.2.220, Juli 2023

0.6.3, Februar 2023

2.15.0, Mai 2024

Lizenz

Commercial or Open Source

Open Source

MIT-License

Open Source

dual-licence (Mozilla public license, Eclipse public license)

Open Source

Apache 2.0

Open Source

Server: AGPL; Client: Apache V2

Open Source

Apache 2.0

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

C++

Server Betriebssysteme

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

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Unix
Windows

Linux

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

oid, date, timestamp, binary, regex

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

SQL-like query language

full PostgreSQL SQL syntax

APIs und andere Zugriffskonzepte

JavaScript API

JDBC
ODBC

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Proprietäres Protokoll basierend auf JSON

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

JavaScript

Java

Clojure
Java
Python

.Net
C++
Java
PHP
Python

.Net
C
C++
Delphi
Java

JDBC
JavaScript
Perl
PHP
Python
R
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures and User-Defined Functions

JavaScript

benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

Sharding

yes, across time and space (hash partitioning) attributes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

With clustering: 2 database servers on different computers operate on identical copies of a database

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency
Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

ACID

während einer Transaktion wird das Dokument gesperrt

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

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

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

Benutzer Authentification und Sicherheit via Rexster Graph Server

einfacher Passwort-basierter Zugriffsschutz

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

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

bereitgestellt von Google News

TimescaleDB Is a Vector Database Now, Too
25. September 2023, Datanami

Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers
4. April 2024, PR Newswire

Power IoT and time-series workloads with TimescaleDB for Azure Database for PostgreSQL
18. März 2019, Microsoft

Timescale Valuation Rockets to Over $1B with $110M Round, Marking the Explosive Rise of Time-Series Data
22. Februar 2022, Business Wire

Timescale announces $15M investment and new enterprise version of TimescaleDB
29. Januar 2019, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk