DBMS > AllegroGraph vs. Apache Pinot vs. Kinetica vs. SiriDB vs. STSdb

Vergleich der Systemeigenschaften AllegroGraph vs. Apache Pinot vs. Kinetica vs. SiriDB vs. STSdb

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Hoch performanter, persistenter RDF Store mit Erweiterungen für Graph DBMS

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

Fully vectorized database across both GPUs and CPUs

Open Source Time Series DBMS

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Document Store

with version 6.5
Graph DBMS
RDF Store
Vektor DBMS

Relational DBMS

Time Series DBMS

Key-Value 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	0,40
Rang	#270	Overall
	#125	Relational DBMS

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

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

github.com/STSSoft/STSdb4

Technische Dokumentation

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

docs.pinot.apache.org

docs.kinetica.com

docs.siridb.com

Entwickler

Franz Inc.

Apache Software Foundation and contributors

Kinetica

Cesbit

STS Soft SC

Erscheinungsjahr

2004

2015

2012

2017

2011

Aktuelle Version

8.0, Dezember 2023

1.0.0, September 2023

7.1, August 2021

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

Limitierte Community Edition gratis

Open Source

Apache Version 2.0

kommerziell

Open Source

MIT License

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Java

C, C++

Server Betriebssysteme

Linux
OS X
Windows

All OS with a Java JDK11 or higher

Linux

Windows

Datenschema

RDF schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

Primitive Typen und benutzerdefinierte Klassen

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

nein

SQL

Support of SQL

SPARQL is used as query language

SQL-like query language

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API
SPARQL

JDBC

JDBC
ODBC
RESTful HTTP API

HTTP API

.NET Client API

Unterstützte Programmiersprachen

C#
Clojure
Java
Lisp
Perl
Python
Ruby
Scala

Go
Java
Python

C++
Java
JavaScript (Node.js)
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

C#
Java

Server-seitige Scripts

Stored Procedures

JavaScript or Common Lisp

benutzerdefinierte Funktionen

nein

Triggers

triggers when inserted values for one or more columns fall within a specified range

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

mittels Federation

horizontal partitioning

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Einfache Rechteverwaltung mit Benutzeraccounts

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

How a Neuro-Symbolic AI Approach Can Improve Trust in AI Apps
23. Mai 2024

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

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

Real-Time Analytics Solution for Usage-Based API Billing and Metering
8. Mai 2024, Towards Data Science

StarTree broadly enhances Apache Pinot-based analytics platform
8. Mai 2024, SiliconANGLE News

StarTree Finds Apache Pinot the Right Vintage for IT Observability
8. Mai 2024, Datanami

How Uber Accomplishes Job Counting At Scale
22. Mai 2024, Uber

StarTree Makes Observability Case for Apache Pinot Database
8. Mai 2024, DevOps.com

bereitgestellt von Google News

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

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
22. März 2024, Geospatial World

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk