DBMS > Apache Jena - TDB vs. Google Cloud Datastore vs. TimescaleDB vs. VoltDB

Vergleich der Systemeigenschaften Apache Jena - TDB vs. Google Cloud Datastore vs. TimescaleDB vs. VoltDB

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

Selbst skalierendes NoSQL Datenbankservice in der Google Cloud Plattform

A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL

Verteilte In-Memory NewSQL RDBMS

Verwendet für OLTP Applikationen mit einer hohen Frequenz an relativ einfachen Transaktionen, die alle Daten im Hauptspeicher halten können

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	3,85
Rang	#86	Overall
	#3	RDF Stores

Punkte	4,49
Rang	#79	Overall
	#12	Document Stores

Punkte	4,87
Rang	#74	Overall
	#4	Time Series DBMS

Punkte	1,46
Rang	#159	Overall
	#74	Relational DBMS

Website

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

cloud.google.com/datastore

www.timescale.com

www.voltdb.com

Technische Dokumentation

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

cloud.google.com/datastore/docs

docs.timescale.com

docs.voltdb.com

Entwickler

Apache Software Foundation

ursprünglich von HP Labs entwickelt

Google

Timescale

VoltDB Inc.

Erscheinungsjahr

2000

2008

2017

2010

Aktuelle Version

4.9.0, Juli 2023

2.13.0, November 2023

11.3, April 2022

Lizenz

Commercial or Open Source

Open Source

Apache Lizenz, Version 2.0

kommerziell

Open Source

Apache 2.0

Open Source

AGPL für Community Edition, kommerzielle Lizenz für Enterprise, AWS und Pro Editionen

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

Java, C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

gehostet

Linux
OS X
Windows

Linux
OS X

for development

Datenschema

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, Details hier

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

SQL-like query language (GQL)

full PostgreSQL SQL syntax

nur einen Teil von SQL 99

APIs und andere Zugriffskonzepte

Fuseki

REST-style SPARQL HTTP Interface
Jena RDF API
RIO

RDF Input/Output

gRPC (using protocol buffers) API
RESTful HTTP/JSON API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Java API
JDBC
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

Java

.Net
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

.Net
C
C++
Delphi
Java

JDBC
JavaScript
Perl
PHP
Python
R
Ruby
Scheme
Tcl

C#
C++
Erlang

nicht offiziell unterstützt
Go
Java
JavaScript

Node.js
PHP
Python

Server-seitige Scripts

Stored Procedures

mit Google App Engine

benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell

Java

Triggers

über Event Hander

Callbacks mit Google Apps Engine

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

yes, across time and space (hash partitioning) attributes

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication using Paxos

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels Google Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on type of query and configuration

Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent.

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

via ReferenceProperties or Ancestor paths

nein

FOREIGN KEY constraints werden nicht unterstützt

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

TDB Transactions

ACID

Serializable Isolation within Transactions, Read Committed outside of Transactions

ACID

Transaktionen werden single-threaded innerhalb von Stored Procedures ausgeführt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Datenzugriffe werden vom Server serialisiert

Durability

Dauerhafte Speicherung der Daten

Snapshots und Command Logging

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access control via Jena Security

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Benutzer und Rollen mit Berechtigungen auf Stored Procedures

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 - DataScienceCentral.com
24. Juli 2022, Data Science Central

A catalogue with semantic annotations makes multilabel datasets FAIR | Scientific Reports
4. Mai 2022, Nature.com

Comparing Grakn to Semantic Web Technologies — Part 1/3 | by Tomas Sabat
26. Juni 2020, Towards Data Science

MarkLogic Hones Its Triple Store
18. August 2015, Datanami

How relevant is data analytics to businesses today?
21. August 2016, The Sociable

bereitgestellt von Google News

Google Cloud is NOT magicking away data egress fees
12. Januar 2024, The Stack

SAP adds vector datastore to HANA Cloud database
2. November 2023, Techzine Europe

NetApp Cloud Volumes Service datastore support for Google Cloud VMware Engine
7. Februar 2023, NetApp

Your Memories. Their Cloud.
1. Januar 2023, The New York Times

All of Google’s cloud database services are now out of beta
16. August 2016, TechCrunch

bereitgestellt von Google News

TimescaleDB Is a Vector Database Now, Too
25. September 2023, Datanami

Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers
4. April 2024, PR Newswire

Visualizing IoT Data at Scale With Hopara and TimescaleDB
16. Mai 2023, Embedded Computing Design

Power IoT and time-series workloads with TimescaleDB for Azure Database for PostgreSQL
18. März 2019, Microsoft

SQL and TimescaleDB. This article takes a closer look into… | by Alibaba Cloud
31. Juli 2019, DataDrivenInvestor

bereitgestellt von Google News

VoltDB Launches Active(N) Lossless Cross Data Center Replication
31. August 2021, PR Newswire

VoltDB Combines Streaming, Global Data
1. Februar 2017, Datanami

VoltDB Adds Geospatial Support, Cross-Site Replication
28. Januar 2016, The New Stack

VoltDB Upgrades Power, Security of Its In-Memory Database
1. Februar 2017, eWeek

VoltDB Aims for Fast Big Data Development -- ADTmag
29. Januar 2015, ADT Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk