DBMS > Apache Jena - TDB vs. Google Cloud Bigtable vs. LeanXcale vs. Tkrzw

Vergleich der Systemeigenschaften Apache Jena - TDB vs. Google Cloud Bigtable vs. LeanXcale vs. Tkrzw

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

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

RDF Store

Key-Value Store
Wide Column Store

Key-Value Store
Relational DBMS

Key-Value Store

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

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

Punkte	2,97
Rang	#92	Overall
	#15	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,28
Rang	#286	Overall
	#41	Key-Value Stores
	#130	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#61	Key-Value Stores

Website

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

cloud.google.com/bigtable

www.leanxcale.com

dbmx.net/tkrzw

Technische Dokumentation

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

cloud.google.com/bigtable/docs

Entwickler

Apache Software Foundation

ursprünglich von HP Labs entwickelt

Google

LeanXcale

Mikio Hirabayashi

Erscheinungsjahr

2000

2015

2020

Aktuelle Version

4.9.0, Juli 2023

0.9.3, August 2020

Lizenz

Commercial or Open Source

Open Source

Apache Lizenz, Version 2.0

kommerziell

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

Java

C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

gehostet

Linux
macOS

Datenschema

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

nein

through Apache Derby

nein

APIs und andere Zugriffskonzepte

Fuseki

REST-style SPARQL HTTP Interface
Jena RDF API
RIO

RDF Input/Output

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Unterstützte Programmiersprachen

Java

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

C
Java
Scala

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

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

Internal replication in Colossus, and regional replication between two clusters in different zones

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

TDB Transactions

Atomic single-row operations

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

nein

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

Access control via Jena Security

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

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

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

Google Cloud adds graph processing to Spanner, SQL support to Bigtable
1. August 2024, InfoWorld

Google introduces Bigtable SQL access and Spanner's new AI-ready features
1. August 2024, ZDNet

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google Cloud Adds GenAI, Core Enhancements Across Data Platform
1. August 2024, The New Stack

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk