DBMS > Apache Phoenix vs. EsgynDB vs. Splice Machine vs. Tarantool

Vergleich der Systemeigenschaften Apache Phoenix vs. EsgynDB vs. Splice Machine vs. Tarantool

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A scale-out RDBMS with evolutionary schema built on Apache HBase

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

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

In-memory computing platform with a flexible data schema for efficiently building high-performance applications

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store
Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

with Tarantool/GIS extension

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

Punkte	2,06
Rang	#123	Overall
	#58	Relational DBMS

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Punkte	1,67
Rang	#143	Overall
	#25	Document Stores
	#25	Key-Value Stores
	#65	Relational DBMS

Website

Technische Dokumentation

phoenix.apache.org

splicemachine.com/how-it-works

www.tarantool.io/en/doc

Entwickler

Apache Software Foundation

Esgyn

Splice Machine

Erscheinungsjahr

2014

2015

2014

2008

Aktuelle Version

5.0-HBase2, July 2018 and 4.15-HBase1, December 2019

3.1, March 2021

2.10.0, Mai 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

BSD-2, source-available extensions (modules), commercial licenses for Tarantool Enterprise

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

C und C++

Server Betriebssysteme

Linux
Unix
Windows

Linux

Linux
OS X
Solaris
Windows

BSD
Linux
macOS

Datenschema

late-bound, schema-on-read capabilities

Flexible data schema: relational definition for tables with ability to store json-like documents in columns

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, double, decimal, uuid, integer, blob, boolean, datetime

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

Full-featured ANSI SQL support

APIs und andere Zugriffskonzepte

JDBC

ADO.NET
JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

Open binary protocol

Unterstützte Programmiersprachen

C
C#
C++
Go
Groovy
Java
PHP
Python
Scala

All languages supporting JDBC/ODBC/ADO.Net

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

C
C#
C++
Erlang
Go
Java
JavaScript
Lua
Perl
PHP
Python
Rust

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Java Stored Procedures

Java

Lua, C and SQL stored procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding, partitioned with virtual buckets by user defined affinity key. Live resharding for scale up and scale down without maintenance downtime.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Multi-source replication between multi datacenters

Multi-Source Replikation
Source-Replica Replikation

Asynchronous replication with multi-master option
Configurable replication topology (full-mesh, chain, star)
Synchronous quorum replication (with Raft)

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency

Immediate Consistency

Casual consistency across sharding partitions
Eventual consistency within replicaset partition

when using asyncronous replication
Immediate Consistency within single instance
Sequential consistency including linearizable read within replicaset partition

when using Raft

Fremdschlüssel

referenzielle Integrität

nein

yes

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

ACID, with serializable isolation and linearizable read (within partition); Configurable MVCC (within partition); No cross-shard distributed transactions

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

yes, write ahead logging

In-Memory Unterstützung

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

nein

yes, full featured in-memory storage engine with persistence

Berechtigungskonzept

Zugriffskontrolle

Access Control Lists (using HBase ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC, multi-tenancy

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users, groups and roles according to SQL-standard

Access Control Lists
Mutual TLS authentication for Tarantol Enterprise
Password based authentication
Role-based access control (RBAC) and LDAP for Tarantol Enterprise
Users and Roles

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

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021, Krishna Maheshwari (sponsor)

alle anzeigen

Data processing speed and reliability: in-memory synchronous replication
9. November 2021, Vladimir Perepelytsya, Tarantool (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Supercharge SQL on Your Data in Apache HBase with Apache Phoenix | Amazon Web Services
2. Juni 2016, AWS Blog

Azure #HDInsight Apache Phoenix now supports Zeppelin
16. August 2018, Microsoft

Bridge the SQL-NoSQL gap with Apache Phoenix
4. Februar 2016, InfoWorld

Apache Calcite, FreeMarker, Gora, Phoenix, and Solr updated
27. März 2017, SDTimes.com

Azure HDInsight Analytics Platform Now Supports Apache Hadoop 3.0
18. April 2019, eWeek

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Real-time machine learning with Splice Machine's ML Manager
17. April 2019, TechTarget

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

Tarantool Announces New Enterprise Version With Enhanced Scaling and Monitoring Capabilities
18. Mai 2018, Newswire

Deploying Tarantool Cartridge applications with zero effort (Part 1)
16. Dezember 2019, Хабр

VShard — horizontal scaling in Tarantool
7. März 2019, Хабр

Accelerating PHP connectors for Tarantool using Async, Swoole, and Parallel
18. Dezember 2019, Хабр

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk