DBMS > Apache Jena - TDB vs. IBM Db2 Event Store vs. NSDb vs. WakandaDB

Vergleich der Systemeigenschaften Apache Jena - TDB vs. IBM Db2 Event Store vs. NSDb vs. WakandaDB

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

Distributed Event Store optimized for Internet of Things use cases

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

RDF Store

Event Store
Time Series DBMS

Time Series DBMS

Object oriented DBMS

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

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

Punkte	0,19
Rang	#323	Overall
	#2	Event Stores
	#28	Time Series DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,03
Rang	#364	Overall
	#17	Object oriented DBMS

Website

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

www.ibm.com/products/db2-event-store

nsdb.io

wakanda.github.io

Technische Dokumentation

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

www.ibm.com/docs/en/db2-event-store

nsdb.io/Architecture

wakanda.github.io/doc

Entwickler

Apache Software Foundation

ursprünglich von HP Labs entwickelt

IBM

Wakanda SAS

Erscheinungsjahr

2000

2017

2012

Aktuelle Version

4.9.0, Juli 2023

2.0

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

Apache Lizenz, Version 2.0

kommerziell

free developer edition available

Open Source

Apache Version 2.0

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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 und C++

Java, Scala

C++, JavaScript

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

Linux, macOS, Windows for the developer addition

Linux
macOS

Linux
OS X
Windows

Datenschema

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

nein

all fields are automatically indexed

SQL

Support of SQL

nein

through the embedded Spark runtime

SQL-like query language

nein

APIs und andere Zugriffskonzepte

Fuseki

REST-style SPARQL HTTP Interface
Jena RDF API
RIO

RDF Input/Output

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

gRPC
HTTP REST
WebSocket

RESTful HTTP API

Unterstützte Programmiersprachen

Java

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Java
Scala

JavaScript

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

Active-active shard replication

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

TDB Transactions

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

Using Apache Lucene

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

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

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

6 Libraries in Java for Machine Learning
2. Oktober 2023, Analytics India Magazine

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

MarkLogic Hones Its Triple Store
18. August 2015, Datanami

bereitgestellt von Google News

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, ibm.com

IBM Builds New Ultra-Fast Platform for Hoovering Up and Analyzing Data from Anywhere
31. Mai 2018, Data Center Knowledge

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk