DBMS > Apache Jena - TDB vs. HEAVY.AI vs. RDF4J

Vergleich der Systemeigenschaften Apache Jena - TDB vs. HEAVY.AI 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

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

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

Primäres Datenbankmodell

RDF Store

Relational DBMS

RDF Store

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	3,75
Rang	#84	Overall
	#3	RDF Stores

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Website

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

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

rdf4j.org

Technische Dokumentation

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

docs.heavy.ai

rdf4j.org/documentation

Entwickler

Apache Software Foundation

ursprünglich von HP Labs entwickelt

HEAVY.AI, Inc.

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

Erscheinungsjahr

2000

2016

2004

Aktuelle Version

4.9.0, Juli 2023

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

Apache Lizenz, Version 2.0

Open Source

Apache Version 2; enterprise edition available

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++ and CUDA

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

Linux
OS X
Unix
Windows

Datenschema

RDF Schemas

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

nein

APIs und andere Zugriffskonzepte

Fuseki

REST-style SPARQL HTTP Interface
Jena RDF API
RIO

RDF Input/Output

JDBC
ODBC
Thrift
Vega

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/Thrift
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

über Event Hander

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

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

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

TDB Transactions

nein

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

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

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

Are there any Ontology Deployment Framework that can process OWL semantics and allow reasoning?
17. April 2018, ResearchGate

MarkLogic Hones Its Triple Store
18. August 2015, Datanami

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

bereitgestellt von Google News

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

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

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

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

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

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk