DBMS > Amazon Redshift vs. FatDB vs. JanusGraph vs. NSDb vs. RethinkDB

Vergleich der Systemeigenschaften Amazon Redshift vs. FatDB vs. JanusGraph vs. NSDb vs. RethinkDB

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

Large scale data warehouse service for use with business intelligence tools

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

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

DBMS for the Web with a mechanism to push updated query results to applications in realtime.

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store

Graph DBMS

Time Series DBMS

Document Store

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	17,94
Rang	#34	Overall
	#21	Relational DBMS

Punkte	1,94
Rang	#129	Overall
	#12	Graph DBMS

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

Punkte	2,74
Rang	#105	Overall
	#19	Document Stores

Website

aws.amazon.com/redshift

janusgraph.org

nsdb.io

rethinkdb.com

Technische Dokumentation

docs.aws.amazon.com/redshift

docs.janusgraph.org

nsdb.io/Architecture

rethinkdb.com/docs

Entwickler

Amazon (based on PostgreSQL)

FatCloud

Linux Foundation; originally developed as Titan by Aurelius

The Linux Foundation

since July 2017

Erscheinungsjahr

2012

2017

2009

Aktuelle Version

0.6.3, Februar 2023

2.4.1, August 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Apache Version 2.0

Open Source

Apache Version 2

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

Java, Scala

C++

Server Betriebssysteme

gehostet

Windows

Linux
OS X
Unix
Windows

Linux
macOS

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

string, binary, float, bool, date, geometry

XML Unterstützung

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

nein

Sekundärindizes

eingeschränkt

all fields are automatically indexed

SQL

Support of SQL

keine vollständige Unterstützung eines SQL-Standards

nein

Ãœber Integration mit SQL Server

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

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

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

gRPC
HTTP REST
WebSocket

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Clojure
Java
Python

Java
Scala

community-supported driver
C#

community-supported driver
C++

community-supported driver
Clojure

community-supported driver
Dart

community-supported driver
Erlang

community-supported driver
Go

community-supported driver
Haskell

community-supported driver
Java

official driver
JavaScript (Node.js)

official driver
Lisp

community-supported driver
Lua

community-supported driver
Objective-C

community-supported driver
Perl

community-supported driver
PHP

community-supported driver
Python

official driver
Ruby

official driver
Scala

community-supported driver

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in Python

Ãœber Applikationen

nein

Triggers

nein

Ãœber Applikationen

Client-side triggers through changefeeds

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

Sharding

range based

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

werden aber nicht 'enforced'

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Atomic single-document operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

MVCC based

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

Using Apache Lucene

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Security Layer kann über Applikationen implementiert werden

Benutzer Authentification und Sicherheit via Rexster Graph Server

users and table-level permissions

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

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

Meet some database management systems you are likely to hear more about in the future
4. August 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Amazon Q generative SQL (preview) is now available in AWS Europe (Frankfurt) region
29. April 2024, AWS Blog

Power analytics as a service capabilities using Amazon Redshift | Amazon Web Services
17. April 2024, AWS Blog

Amazon Redshift adds new AI capabilities, including Amazon Q, to boost efficiency and productivity | Amazon Web ...
29. November 2023, AWS Blog

Amazon Redshift announces programmatic access to Advisor recommendations via API
8. Februar 2024, AWS Blog

Amazon Redshift now supports multi-data warehouse writes through data sharing (preview)
26. November 2023, AWS Blog

bereitgestellt von Google News

Simple Deployment of a Graph Database: JanusGraph | by Edward Elson Kosasih
12. Oktober 2020, Towards Data Science

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

bereitgestellt von Google News

How to Use RethinkDB with Node.js Applications — SitePoint
16. Dezember 2015, SitePoint

Stripe acquires team behind NoSQL database startup RethinkDB
5. Oktober 2016, VentureBeat

MongoDB: The Popular Database for IoT
15. August 2023, Open Source For You

RethinkDB is dead, and MongoDB isn't what killed it
24. Januar 2017, TechRepublic

Review: RethinkDB rethinks real-time Web apps
23. September 2015, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk