DBMS > Apache Pinot vs. Kinetica vs. LeanXcale vs. Sadas Engine

Vergleich der Systemeigenschaften Apache Pinot vs. Kinetica vs. LeanXcale vs. Sadas Engine

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

Fully vectorized database across both GPUs and CPUs

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

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

Punkte	0,66
Rang	#234	Overall
	#107	Relational DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	0,07
Rang	#373	Overall
	#157	Relational DBMS

Website

Technische Dokumentation

docs.pinot.apache.org

docs.kinetica.com

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

Entwickler

Apache Software Foundation and contributors

Kinetica

LeanXcale

SADAS s.r.l.

Erscheinungsjahr

2015

2012

2015

2006

Aktuelle Version

1.0.0, September 2023

7.1, August 2021

8.0

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

free trial version available

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, C++

C++

Server Betriebssysteme

All OS with a Java JDK11 or higher

Linux

AIX
Linux
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

SQL-like DML and DDL statements

through Apache Derby

APIs und andere Zugriffskonzepte

JDBC

JDBC
ODBC
RESTful HTTP API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

JDBC
ODBC
Proprietäres Protokoll

Unterstützte Programmiersprachen

Go
Java
Python

C++
Java
JavaScript (Node.js)
Python

C
Java
Scala

.Net
C
C#
C++
Groovy
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

triggers when inserted values for one or more columns fall within a specified range

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

GPU vRAM or System RAM

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Access rights for users, groups and roles according to 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

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk