DBMS > Apache Pinot vs. EsgynDB vs. Splice Machine vs. Transbase

Vergleich der Systemeigenschaften Apache Pinot vs. EsgynDB vs. Splice Machine vs. Transbase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

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

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Relational DBMS

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

Punkte	0,38
Rang	#275	Overall
	#126	Relational DBMS

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

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

Punkte	0,17
Rang	#334	Overall
	#148	Relational DBMS

Website

pinot.apache.org

www.esgyn.cn

splicemachine.com

www.transaction.de/en/products/transbase.html

Technische Dokumentation

docs.pinot.apache.org

splicemachine.com/how-it-works

www.transaction.de/en/products/transbase/features.html

Entwickler

Apache Software Foundation and contributors

Esgyn

Splice Machine

Transaction Software GmbH

Erscheinungsjahr

2015

2014

1987

Aktuelle Version

1.0.0, September 2023

3.1, March 2021

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

AGPL 3.0, commercial license available

kommerziell

Development Lizenz gratis

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

All OS with a Java JDK11 or higher

Linux

Linux
OS X
Solaris
Windows

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

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

SQL

Support of SQL

SQL-like query language

APIs und andere Zugriffskonzepte

JDBC

ADO.NET
JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

Go
Java
Python

All languages supporting JDBC/ODBC/ADO.Net

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

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

StarTree broadly enhances Apache Pinot-based analytics platform
8. Mai 2024, SiliconANGLE News

StarTree Finds Apache Pinot the Right Vintage for IT Observability
8. Mai 2024, Datanami

Real-Time Analytics for Mobile App Crashes using Apache Pinot
2. November 2023, Uber

Apache Pinot - SD Times Open Source Project of the Week
31. Mai 2024, SDTimes.com

Open source Apache Pinot advances as StarTree boosts real-time analytics and observability
8. Mai 2024, VentureBeat

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

Teilen sie diese Seite mit ihrem Netzwerk