DBMS > AlaSQL vs. InfinityDB vs. Infobright vs. Kinetica

Vergleich der Systemeigenschaften AlaSQL vs. InfinityDB 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

JavaScript DBMS library

A Java embedded Key-Value Store which extends the Java Map interface

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

Document Store
Relational DBMS

Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,42
Rang	#264	Overall
	#42	Document Stores
	#122	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#59	Key-Value Stores

Punkte	0,88
Rang	#198	Overall
	#92	Relational DBMS

Punkte	0,42
Rang	#261	Overall
	#120	Relational DBMS

Website

alasql.org

boilerbay.com

ignitetech.com/softwarelibrary/infobrightdb

www.kinetica.com

Technische Dokumentation

github.com/AlaSQL/alasql

boilerbay.com/infinitydb/manual

docs.kinetica.com

Entwickler

Andrey Gershun & Mathias R. Wulff

Boiler Bay Inc.

Ignite Technologies Inc.; formerly InfoBright Inc.

Kinetica

Erscheinungsjahr

2014

2002

2005

2012

Aktuelle Version

4.0

7.1, August 2021

Lizenz

Commercial or Open Source

Open Source

MIT-License

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

JavaScript

Java

C, C++

Server Betriebssysteme

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

Alle Betriebssysteme mit einer Java VM

Linux
Windows

Linux

Datenschema

schemafrei

nested virtual Java Maps, multi-value, logical â€˜tuple spaceâ€™ runtime Schema upgrade

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

all Java primitives, Date, CLOB, BLOB, huge sparse arrays

XML Unterstützung

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

nein

Sekundärindizes

nein

manual creation possible, using inversions based on multi-value capability

nein

Knowledge Grid Technology used instead

SQL

Support of SQL

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

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JavaScript API

Access via java.util.concurrent.ConcurrentNavigableMap Interface
Proprietary API to InfinityDB ItemSpace (boilerbay.com/docs/ItemSpaceDataStructures.htm)

ADO.NET
JDBC
ODBC

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

JavaScript

Java

.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

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

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

READ-COMMITTED or SERIALIZED

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

manual creation possible, using inversions based on multi-value capability

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

ACID

Optimistic locking for transactions; no isolation for bulk loads

ACID

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

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

nein

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

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

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

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica: AI is a ‘killer app’ for data analytics
2. Mai 2023, Blocks & Files

Kinetica Taps Dell for Hardware
12. Juni 2018, Finovate

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk