DBMS > AnzoGraph DB vs. Databricks vs. Heroic vs. Hyprcubd

Vergleich der Systemeigenschaften AnzoGraph DB vs. Databricks vs. Heroic vs. Hyprcubd

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

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

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

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

Serverless Time Series DBMS

Primäres Datenbankmodell

Graph DBMS
RDF Store

Document Store
Relational DBMS

Time Series 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	81,08
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

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

Website

cambridgesemantics.com/anzograph

www.databricks.com

github.com/spotify/heroic

hyprcubd.com (offline)

Technische Dokumentation

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

docs.databricks.com

spotify.github.io/heroic

Entwickler

Cambridge Semantics

Databricks

Spotify

Hyprcubd, Inc.

Erscheinungsjahr

2018

2013

2014

Aktuelle Version

2.3, Jänner 2021

Lizenz

Commercial or Open Source

kommerziell

free trial version available

kommerziell

Open Source

Apache 2.0

kommerziell

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

Server Betriebssysteme

Linux

gehostet

Datenschema

Schema-free and OWL/RDFS-schema support

Flexible Schema (defined schema, partial schema, schema free)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

time, int, uint, float, string

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

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

with Databricks SQL

nein

SQL-like query language

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
RESTful HTTP API

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

gRPC (https)

Unterstützte Programmiersprachen

C++
Java
Python

Python
R
Scala

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation in MPP-Cluster

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

Eventual 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

nein

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

token access

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» 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

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

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

Salesforce, Microsoft Face New AI Graphics Rival From Databricks
12. Juni 2024, Bloomberg

Databricks launches LakeFlow to help its customers build their data pipelines
12. Juni 2024, TechCrunch

Databricks Launches AI-Powered Business Intelligence Product
12. Juni 2024, PYMNTS.com

Databricks Open Sources Unity Catalog, Creating the Industry's Only Universal Catalog for Data and AI USA - English
12. Juni 2024, PR Newswire

Databricks Data+AI Summit 2024: The Biggest News
12. Juni 2024, CRN

bereitgestellt von Google News

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk