DBMS > AllegroGraph vs. Amazon DocumentDB vs. Kinetica vs. RDF4J

Vergleich der Systemeigenschaften AllegroGraph vs. Amazon DocumentDB vs. Kinetica vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Hoch performanter, persistenter RDF Store mit Erweiterungen für Graph DBMS

Fast, scalable, highly available, and fully managed MongoDB-compatible database service

Fully vectorized database across both GPUs and CPUs

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Document Store

with version 6.5
Graph DBMS
RDF Store
Vektor DBMS

Document Store

Relational DBMS

RDF Store

Sekundäre Datenbankmodelle

Spatial DBMS

Spatial DBMS
Time Series DBMS

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

Punkte	1,06
Rang	#187	Overall
	#30	Document Stores
	#17	Graph DBMS
	#7	RDF Stores
	#7	Vektor DBMS

Punkte	1,91
Rang	#132	Overall
	#24	Document Stores

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Website

allegrograph.com

aws.amazon.com/documentdb

www.kinetica.com

rdf4j.org

Technische Dokumentation

franz.com/agraph/support/documentation/current/agraph-introduction.html

aws.amazon.com/documentdb/resources

docs.kinetica.com

rdf4j.org/documentation

Entwickler

Franz Inc.

Kinetica

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2004

2019

2012

2004

Aktuelle Version

8.0, Dezember 2023

7.1, August 2021

Lizenz

Commercial or Open Source

kommerziell

Limitierte Community Edition gratis

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

C, C++

Java

Server Betriebssysteme

Linux
OS X
Windows

gehostet

Linux

Linux
OS X
Unix
Windows

Datenschema

RDF schemas

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Bulk load from XML files möglich

nein

Sekundärindizes

SQL

Support of SQL

SPARQL is used as query language

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API
SPARQL

proprietary protocol using JSON (MongoDB compatible)

JDBC
ODBC
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

C#
Clojure
Java
Lisp
Perl
Python
Ruby
Scala

Go
Java
JavaScript (Node.js)
PHP
Python

C++
Java
JavaScript (Node.js)
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

JavaScript or Common Lisp

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

mittels Federation

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Multi-availability zones for high availability, asynchronous replication for up to 15 read replicas

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

kann über Amazon Elastic MapReduce (Amazon EMR) realisiert werden

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

typically not used, however similar functionality with DBRef possible

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-document operations

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept und Benutzerrollen

Access rights for users and roles

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Knowledge Graph Platform Leader FedShard - Designed for Entity-Event Knowledge Graph...
» mehr

Competitive advantages

AllegroGraph is uniquely suited to support adhoc queries through SPARQL, Prolog and...
» mehr

Neuigkeiten

Can Neuro-Symbolic AI Solve AI’s Weaknesses?
17. April 2024

100 Companies That Matter in KM – Franz Inc.
3. April 2024

Exploring AllegroGraph v8 – Unleashing the Power of Neuro-Symbolic AI (Recorded Webinar)
9. Februar 2024

What is Neuro-Symbolic AI?
23. Januar 2024

Allegro CL v11 – Now Available! – The Neuro-Symbolic AI Programming Platform
8. Januar 2024

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

Q&A: Can Neuro-Symbolic AI Solve AI’s Weaknesses?
8. April 2024, TDWI

AI predictions for 2024 unveil exciting technological horizons
21. November 2023, Wire19

Neuro-Symbolic AI: The Peak of Artificial Intelligence
16. November 2021, AiThority

The Foundation of Data Fabrics and AI: Semantic Knowledge Graphs - DataScienceCentral.com
19. Mai 2022, Data Science Central

Franz Releases the First Neuro-Symbolic AI Platform Merging Knowledge Graphs, Generative AI, and Vector Storage
11. Dezember 2023, Datanami

bereitgestellt von Google News

Use LangChain and vector search on Amazon DocumentDB to build a generative AI chatbot | Amazon Web Services
20. Mai 2024, AWS Blog

Vector search for Amazon DocumentDB (with MongoDB compatibility) is now generally available | Amazon Web Services
29. November 2023, AWS Blog

AWS announces Amazon DocumentDB I/O-Optimized
21. November 2023, AWS Blog

Use headless clusters in Amazon DocumentDB for cost-effective multi-Region resiliency | Amazon Web Services
8. März 2024, AWS Blog

Game Developer's Guide to Amazon DocumentDB (with MongoDB compatibility) Part Three: Operation Best Practices ...
25. Januar 2024, AWS Blog

bereitgestellt von Google News

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

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

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica Delivers Real-Time Vector Similarity Search
20. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
22. März 2024, Geospatial World

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk