DBMS > AnzoGraph DB vs. HEAVY.AI vs. Tigris

Vergleich der Systemeigenschaften AnzoGraph DB vs. HEAVY.AI vs. Tigris

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

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

A horizontally scalable, ACID transactional, document database available both as a fully managed cloud service and for deployment on self-managed infrastructure

Primäres Datenbankmodell

Graph DBMS
RDF Store

Relational DBMS

Document Store
Key-Value Store
Suchmaschine
Time Series DBMS

Sekundäre Datenbankmodelle

Spatial 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	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	0,09
Rang	#363	Overall
	#49	Document Stores
	#54	Key-Value Stores
	#22	Suchmaschinen
	#38	Time Series DBMS

Website

cambridgesemantics.com/anzograph

github.com/heavyai/heavydb
www.heavy.ai

www.tigrisdata.com

Technische Dokumentation

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

docs.heavy.ai

www.tigrisdata.com/docs

Entwickler

Cambridge Semantics

HEAVY.AI, Inc.

Tigris Data, Inc.

Erscheinungsjahr

2018

2016

2022

Aktuelle Version

2.3, Jänner 2021

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

free trial version available

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache Version 2.0

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

C++ and CUDA

Server Betriebssysteme

Linux

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.

nein

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Thrift
Vega

CLI Client
gRPC
RESTful HTTP API

Unterstützte Programmiersprachen

C++
Java
Python

All languages supporting JDBC/ODBC/Thrift
Python

Go
Java
JavaScript (Node.js)

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation in MPP-Cluster

Multi-Source 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

Fremdschlüssel

referenzielle Integrität

nein

not needed in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using FoundationDB

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 entsprechend SQL-Standard

Access rights for users and roles

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

Cambridge Semantics Unveils AnzoGraph DB with Geospatial Analytics
19. Juni 2020, Solutions Review

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

bereitgestellt von Google News

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Tigris Data Unveils Beta Launch of New Vector Search Tool
19. Mai 2023, Datanami

Tigris Data Launches All-in-One Developer Data Platform
27. September 2022, Datanami

FerretDB Provides Alternative to MongoDB
19. Mai 2023, Datanami

Latest Asigra platform targets SaaS backup for MSPs
6. März 2023, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk