DBMS > Amazon DocumentDB vs. Drizzle vs. Heroic vs. RDF4J

Vergleich der Systemeigenschaften Amazon DocumentDB vs. Drizzle vs. Heroic vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

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

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

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

Primäres Datenbankmodell

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

Punkte	1,91
Rang	#131	Overall
	#24	Document Stores

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Website

aws.amazon.com/documentdb

github.com/spotify/heroic

rdf4j.org

Technische Dokumentation

aws.amazon.com/documentdb/resources

spotify.github.io/heroic

rdf4j.org/documentation

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Spotify

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

Erscheinungsjahr

2019

2008

2014

2004

Aktuelle Version

7.2.4, September 2012

Lizenz

Commercial or Open Source

kommerziell

Open Source

GNU GPL

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

Server Betriebssysteme

gehostet

FreeBSD
Linux
OS X

Linux
OS X
Unix
Windows

Datenschema

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

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

mit propriätären Erweiterungen

nein

APIs und andere Zugriffskonzepte

proprietary protocol using JSON (MongoDB compatible)

JDBC

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
PHP
Python

C
C++
Java
PHP

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

Multi-Source Replikation
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

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

typically not used, however similar functionality with DBRef possible

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-document operations

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

Access rights for users and roles

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

nein

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

DB-Engines Blog Posts

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

A hybrid approach for homogeneous migration to an Amazon DocumentDB elastic cluster | Amazon Web Services
4. Juni 2024, AWS Blog

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

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

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

Reduce cost and improve performance by migrating to Amazon DocumentDB 5.0 | Amazon Web Services
15. April 2024, AWS Blog

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk