DBMS > AnzoGraph DB vs. GBase vs. Netezza vs. ReductStore

Vergleich der Systemeigenschaften AnzoGraph DB vs. GBase vs. Netezza vs. ReductStore

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

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Graph DBMS
RDF Store

Relational DBMS

Time Series DBMS

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

Punkte	0,22
Rang	#302	Overall
	#24	Graph DBMS
	#13	RDF Stores

Punkte	1,11
Rang	#173	Overall
	#78	Relational DBMS

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Website

cambridgesemantics.com/anzograph

www.gbase.cn

www.ibm.com/products/netezza

github.com/reductstore
www.reduct.store

Technische Dokumentation

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

www.reduct.store/docs

Entwickler

Cambridge Semantics

General Data Technology Co., Ltd.

IBM

ReductStore LLC

Erscheinungsjahr

2018

2004

2000

2023

Aktuelle Version

2.3, Jänner 2021

GBase 8a, GBase 8s, GBase 8c

1.9, März 2024

Lizenz

Commercial or Open Source

kommerziell

free trial version available

kommerziell

Open Source

Business Source License 1.1

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, Java, Python

C++, Rust

Server Betriebssysteme

Linux

In Appliance inkludiert

Docker
Linux
macOS
Windows

Datenschema

Schema-free and OWL/RDFS-schema support

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.

Standard with numerous extensions

APIs und andere Zugriffskonzepte

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

ADO.NET
C API
JDBC
ODBC

JDBC
ODBC
OLE DB

HTTP API

Unterstützte Programmiersprachen

C++
Java
Python

C
C++
Fortran
Java
Lua
Perl
Python
R

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

user defined functions

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation in MPP-Cluster

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Kerberos/HDFS data loading

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency in MPP-Cluster

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

not needed in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

Benutzer mit feingranularem Berechtigungskonzept

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

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

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

AWS Launches New Analytics Engine That Combines the Power Of Vector Search And Graph Data
1. Dezember 2023, EnterpriseAI

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

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, IBM

Price Chopper Chooses IBM Netezza to Analyze Its Business Data
8. September 2024, Supermarket News

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, azure.microsoft.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk