DBMS > Amazon DocumentDB vs. Splice Machine vs. SwayDB vs. Tarantool

Vergleich der Systemeigenschaften Amazon DocumentDB vs. Splice Machine vs. SwayDB vs. Tarantool

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

In-memory computing platform with a flexible data schema for efficiently building high-performance applications

Primäres Datenbankmodell

Document Store

Relational DBMS

Key-Value Store

Document Store
Key-Value Store
Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

with Tarantool/GIS extension

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

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

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Punkte	0,00
Rang	#382	Overall
	#59	Key-Value Stores

Punkte	1,72
Rang	#144	Overall
	#25	Document Stores
	#25	Key-Value Stores
	#66	Relational DBMS

Website

aws.amazon.com/documentdb

splicemachine.com

swaydb.simer.au

www.tarantool.io

Technische Dokumentation

aws.amazon.com/documentdb/resources

splicemachine.com/how-it-works

www.tarantool.io/en/doc

Entwickler

Splice Machine

Simer Plaha

Erscheinungsjahr

2019

2014

2018

2008

Aktuelle Version

3.1, March 2021

2.10.0, Mai 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

GNU Affero GPL V3.0

Open Source

BSD-2, source-available extensions (modules), commercial licenses for Tarantool Enterprise

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

Scala

C und C++

Server Betriebssysteme

gehostet

Linux
OS X
Solaris
Windows

BSD
Linux
macOS

Datenschema

schemafrei

Flexible data schema: relational definition for tables with ability to store json-like documents in columns

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

string, double, decimal, uuid, integer, blob, boolean, datetime

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

Full-featured ANSI SQL support

APIs und andere Zugriffskonzepte

proprietary protocol using JSON (MongoDB compatible)

JDBC
Native Spark Datasource
ODBC

Open binary protocol

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
PHP
Python

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Java
Kotlin
Scala

C
C#
C++
Erlang
Go
Java
JavaScript
Lua
Perl
PHP
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Java

nein

Lua, C and SQL stored procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Sharding, partitioned with virtual buckets by user defined affinity key. Live resharding for scale up and scale down without maintenance downtime.

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

Asynchronous replication with multi-master option
Configurable replication topology (full-mesh, chain, star)
Synchronous quorum replication (with Raft)

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

kann über Amazon Elastic MapReduce (Amazon EMR) realisiert werden

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Casual consistency across sharding partitions
Eventual consistency within replicaset partition

when using asyncronous replication
Immediate Consistency within single instance
Sequential consistency including linearizable read within replicaset partition

when using Raft

Fremdschlüssel

referenzielle Integrität

nein

typically not used, however similar functionality with DBRef possible

nein

yes

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-document operations

ACID

Atomic execution of operations

ACID, with serializable isolation and linearizable read (within partition); Configurable MVCC (within partition); No cross-shard distributed transactions

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

yes, write ahead logging

In-Memory Unterstützung

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

yes, full featured in-memory storage engine with persistence

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

Access rights for users, groups and roles according to SQL-standard

nein

Access Control Lists
Mutual TLS authentication for Tarantol Enterprise
Password based authentication
Role-based access control (RBAC) and LDAP for Tarantol Enterprise
Users and Roles

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

Data processing speed and reliability: in-memory synchronous replication
9. November 2021, Vladimir Perepelytsya, Tarantool (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

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

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

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

bereitgestellt von Google News

Deploying Tarantool Cartridge applications with zero effort (Part 1)
16. Dezember 2019, Хабр

VShard — horizontal scaling in Tarantool
7. März 2019, Хабр

Accelerating PHP connectors for Tarantool using Async, Swoole, and Parallel
18. Dezember 2019, Хабр

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk