DBMS > Amazon DynamoDB vs. GreptimeDB vs. Hazelcast vs. RDF4J

Vergleich der Systemeigenschaften Amazon DynamoDB vs. GreptimeDB vs. Hazelcast vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Gehostetes, skalierbares Datenbankservice von Amazon; die Daten werden in der Amazon Cloud gespeichert

An open source Time Series DBMS built for increased scalability, high performance and efficiency

A widely adopted in-memory data grid

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

Primäres Datenbankmodell

Document Store
Key-Value Store

Time Series DBMS

Key-Value Store

RDF Store

Sekundäre Datenbankmodelle

Document Store

JSON support with IMDG 3.12

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

Punkte	74,45
Rang	#17	Overall
	#3	Document Stores
	#2	Key-Value Stores

Punkte	0,12
Rang	#351	Overall
	#34	Time Series DBMS

Punkte	5,46
Rang	#61	Overall
	#7	Key-Value Stores

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

Website

aws.amazon.com/dynamodb

greptime.com

hazelcast.com

rdf4j.org

Technische Dokumentation

docs.aws.amazon.com/dynamodb

docs.greptime.com

hazelcast.org/imdg/docs

rdf4j.org/documentation

Entwickler

Amazon

Greptime Inc.

Hazelcast

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

Erscheinungsjahr

2012

2022

2008

2004

Aktuelle Version

5.3.6, November 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlos bis zu einer gewissen Anzahl von Datenbankoperationen

Open Source

Apache Version 2.0

Open Source

Apache Version 2; commercial licenses available

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

Rust

Java

Server Betriebssysteme

gehostet

Android
Docker
FreeBSD
Linux
macOS
Windows

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Unix
Windows

Datenschema

schemafrei

schema-free, schema definition possible

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

the object must implement a serialization strategy

Sekundärindizes

SQL

Support of SQL

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

gRPC
HTTP API
JDBC

JCache
JPA
Memcached Protokoll
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

.Net
ColdFusion
Erlang
Groovy
Java
JavaScript
Perl
PHP
Python
Ruby

C++
Erlang
Go
Java
JavaScript

.Net
C#
C++
Clojure
Go
Java
JavaScript (Node.js)
Python
Scala

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Python

Event Listeners, Executor Services

Triggers

by integration with AWS Lambda

Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Replicated Map

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

Eventual Consistency
Immediate Consistency

kann bei LeseOperationen spezifiziert werden

Immediate Consistency

Immediate Consistency or Eventual Consistency selectable by user

Raft Consensus Algorithm

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

ACID across one or more tables within a single AWS account and region

one or two-phase-commit; repeatable reads; read commited

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen über AWS Identity and Access Management (IAM) definierbar

Simple rights management via user accounts

Role-based access control

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

GreptimeDB is a SQL & Python-enabled timeseries database system built from scratch...
» mehr

Competitive advantages

- Inherits advantages of Rust, such as excellent performance, memory safe, resource...
» mehr

Typical application scenarios

For IoT industries, GreptimeDB can seamless integrate with message queues and other...
» mehr

Key customers

Greptime's clients span multiple sectors including IoT, connected vehicles, and energy...
» mehr

Market metrics

GreptimeDB has garnered global recognition by topping GitHub trends following its...
» mehr

Licensing and pricing models

GreptimeDB: open source, distributed, cloud-native TSDB; supports Hybrid Time-series...
» mehr

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Increased popularity for consuming DBMS services out of the cloud
2. Oktober 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

AWS announces Amazon DynamoDB zero-ETL integration with Amazon OpenSearch Service
28. November 2023, AWS Blog

Simplify private connectivity to Amazon DynamoDB with AWS PrivateLink | Amazon Web Services
19. März 2024, AWS Blog

Introducing configurable maximum throughput for Amazon DynamoDB on-demand | Amazon Web Services
3. Mai 2024, AWS Blog

Continuously replicate Amazon DynamoDB changes to Amazon Aurora PostgreSQL using AWS Lambda | Amazon ...
14. Mai 2024, AWS Blog

Migrating Uber's Ledger Data from DynamoDB to LedgerStore
11. April 2024, Uber

bereitgestellt von Google News

Hazelcast Weaves Wider Logic Threads Through The Data Fabric
7. März 2024, Forbes

Hazelcast 5.4 real time data processing platform boosts AI and consistency
17. April 2024, VentureBeat

Hazelcast Showcases Real-Time Data Platform at 2024 Gartner Summit
15. Mai 2024, Datanami

Real-Time Data Platform Hazelcast Introduces New Chief Technology Officer Adrian Soars
7. November 2023, Finovate

Hazelcast Versus Redis: A Practical Comparison
4. Januar 2024, Database Trends and Applications

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