DBMS > Apache Jena - TDB vs. EsgynDB vs. Pinecone vs. RDF4J

Vergleich der Systemeigenschaften Apache Jena - TDB vs. EsgynDB vs. Pinecone vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Apache Jena ist ein RDF store, der im Apache Jena Framework mitgeliefert wird und zur Persistierung und Abfrage von RDF Triplen verwendet werden kann

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

A managed, cloud-native vector database

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

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

Punkte	2,91
Rang	#93	Overall
	#3	RDF Stores

Punkte	0,15
Rang	#325	Overall
	#144	Relational DBMS

Punkte	3,02
Rang	#87	Overall
	#3	Vektor DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

jena.apache.org/documentation/tdb/index.html

www.esgyn.cn

www.pinecone.io

rdf4j.org

Technische Dokumentation

jena.apache.org/documentation/tdb/index.html

docs.pinecone.io/docs/overview

rdf4j.org/documentation

Entwickler

Apache Software Foundation

ursprünglich von HP Labs entwickelt

Esgyn

Pinecone Systems, Inc

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2000

2015

2019

2004

Aktuelle Version

4.9.0, Juli 2023

Lizenz

Commercial or Open Source

Open Source

Apache Lizenz, Version 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Java

C++, Java

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

gehostet

Linux
OS X
Unix
Windows

Datenschema

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

String, Number, Boolean

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

Fuseki

REST-style SPARQL HTTP Interface
Jena RDF API
RIO

RDF Input/Output

ADO.NET
JDBC
ODBC

RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Java

All languages supporting JDBC/ODBC/ADO.Net

Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Triggers

über Event Hander

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

TDB Transactions

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access control via Jena Security

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

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

DB-Engines Blog Posts

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Sparql Secrets In Jena-Fuseki
24. Juli 2022, Data Science Central

Extract and query knowledge graphs using Apache Jena (SPARQL Engine)
4. Dezember 2019, Towards Data Science

Introducing Graph Store Protocol support for Amazon Neptune
2. August 2021, AWS Blog

A Semantic Knowledge Graph of European Mountain Value Chains
7. September 2024, Nature.com

6 Java Libraries for Machine Learning
3. Oktober 2023, AIM

bereitgestellt von Google News

Using the Pinecone vector database in .NET
12. September 2024, InfoWorld

Pinecone serverless goes multicloud as vector database market heats up
27. August 2024, VentureBeat

Pinecone launches its serverless vector database out of preview
21. Mai 2024, TechCrunch

Pinecone launches serverless vector database on Azure, GCP
27. August 2024, TechTarget

Pinecone vector database available on AWS, Azure, and Google clouds
27. August 2024, Blocks & Files

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk