DBMS > AllegroGraph vs. EsgynDB vs. FatDB vs. KairosDB vs. RDF4J

Vergleich der Systemeigenschaften AllegroGraph vs. EsgynDB vs. FatDB vs. KairosDB vs. RDF4J

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

Hoch performanter, persistenter RDF Store mit Erweiterungen für Graph DBMS

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

Verteiltes Time Series DBMS basierend auf Cassandra

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

Relational DBMS

Document Store
Key-Value Store

Time Series DBMS

RDF Store

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,16
Rang	#179	Overall
	#30	Document Stores
	#17	Graph DBMS
	#7	RDF Stores
	#7	Vektor DBMS

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	0,71
Rang	#230	Overall
	#20	Time Series DBMS

Punkte	0,71
Rang	#231	Overall
	#9	RDF Stores

Website

allegrograph.com

www.esgyn.cn

github.com/kairosdb/kairosdb

rdf4j.org

Technische Dokumentation

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

kairosdb.github.io

rdf4j.org/documentation

Entwickler

Franz Inc.

Esgyn

FatCloud

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

Erscheinungsjahr

2004

2015

2012

2013

2004

Aktuelle Version

8.0, Dezember 2023

1.2.2, November 2018

Lizenz

Commercial or Open Source

kommerziell

Limitierte Community Edition gratis

kommerziell

Open Source

Apache 2.0

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++, Java

Java

Server Betriebssysteme

Linux
OS X
Windows

Linux

Windows

Linux
OS X
Windows

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

nein

SQL

Support of SQL

SPARQL is used as query language

nein

Ãœber Integration mit SQL Server

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API
SPARQL

ADO.NET
JDBC
ODBC

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

Graphite protocol
HTTP REST
Telnet 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

All languages supporting JDBC/ODBC/ADO.Net

Java
JavaScript

Node.js
PHP
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

JavaScript or Common Lisp

Java Stored Procedures

Ãœber Applikationen

nein

Triggers

nein

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

mittels Federation

Sharding

basierend auf Cassandra

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Multi-source replication between multi datacenters

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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

Immediate Consistency

Eventual Consistency
Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept und Benutzerrollen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Security Layer kann über Applikationen implementiert werden

einfacher Passwort-basierter Zugriffsschutz

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

Jans Aasman Articles and Insights
13. September 2021, DevOps.com

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

Fuse Graph Neural Networks with Semantic Reasoning to Produce Complimentary Predictions
21. September 2021, Towards Data Science

bereitgestellt von Google News

The re-emergence of time-series – O'Reilly
6. April 2013, oreilly.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk