DBMS > AnzoGraph DB vs. Cubrid vs. JaguarDB vs. OpenMLDB

Vergleich der Systemeigenschaften AnzoGraph DB vs. Cubrid vs. JaguarDB vs. OpenMLDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Scalable graph database built for online analytics and data harmonization with MPP scaling, high-performance analytical algorithms and reasoning, and virtualization

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

Performant, highly scalable DBMS for AI and IoT applications

An open-source machine learning database that provides a feature platform for training and inference

Primäres Datenbankmodell

Graph DBMS
RDF Store

Relational DBMS

Key-Value Store
Vektor DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,29
Rang	#303	Overall
	#25	Graph DBMS
	#14	RDF Stores

Punkte	1,04
Rang	#187	Overall
	#87	Relational DBMS

Punkte	0,06
Rang	#381	Overall
	#59	Key-Value Stores
	#13	Vektor DBMS

Punkte	0,10
Rang	#359	Overall
	#36	Time Series DBMS

Website

cambridgesemantics.com/anzograph

cubrid.com (korean)
cubrid.org (english)

www.jaguardb.com

openmldb.ai

Technische Dokumentation

docs.cambridgesemantics.com/anzograph/userdoc/home.htm

cubrid.org/manuals

www.jaguardb.com/support.html

openmldb.ai/docs/zh/main

Entwickler

Cambridge Semantics

CUBRID Corporation, CUBRID Foundation

DataJaguar, Inc.

4 Paradigm Inc.

Erscheinungsjahr

2018

2008

2015

2020

Aktuelle Version

2.3, Jänner 2021

11.0, Jaenner 2021

3.3 July 2023

2024-2 February 2024

Lizenz

Commercial or Open Source

kommerziell

free trial version available

Open Source

Apache Version 2.0

Open Source

GPL V3.0

Open Source

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, C++, Java

C++

the server part. Clients available in other languages

C++, Java, Scala

Server Betriebssysteme

Linux

Linux
Windows

Linux

Datenschema

Schema-free and OWL/RDFS-schema support

Fixed schema

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

nein

SQL

Support of SQL

SPARQL and SPARQL* as primary query language. Cypher preview.

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

APIs und andere Zugriffskonzepte

Apache Mule
gRPC
JDBC
Kafka
OData access for BI tools
OpenCypher
RESTful HTTP API
SPARQL

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC

JDBC
SQLAlchemy

Unterstützte Programmiersprachen

C++
Java
Python

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

C++
Go
Java
Python
Scala

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

keine

Sharding

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation in MPP-Cluster

Source-Replica Replikation

Multi-Source Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Kerberos/HDFS data loading

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency in MPP-Cluster

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

not needed in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

fine grained access rights according to SQL-standard

Rechteverwaltung mit Benutzeraccounts

fine grained access rights according to SQL-standard

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

Erwähnungen in aktuellen Nachrichten

AnzoGraph review: A graph database for deep analytics
15. April 2019, InfoWorld

AnzoGraph: A W3C Standards-Based Graph Database | by Jo Stichbury
8. Februar 2019, Towards Data Science

Cambridge Semantics Fits AnzoGraph DB with More Speed, Free Access
23. Januar 2020, Solutions Review

Back to the future: Does graph database success hang on query language?
5. März 2018, ZDNet

Comparing Graph Databases II. Part 2: ArangoDB, OrientDB, and… | by Sam Bell
20. September 2019, Towards Data Science

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk