DBMS > ArcadeDB vs. BigObject vs. Kinetica vs. Lovefield vs. SiriDB

Vergleich der Systemeigenschaften ArcadeDB vs. BigObject vs. Kinetica vs. Lovefield vs. SiriDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fast and scalable multi-model DBMS, originally forked from OrientDB but most of the code has been rewritten

Analytic DBMS für Echtzeitberechnungen und Queries

Fully vectorized database across both GPUs and CPUs

Embeddable relational database for web apps written in pure JavaScript

Open Source Time Series DBMS

Primäres Datenbankmodell

Document Store
Graph DBMS
Key-Value Store
Time Series DBMS

in next version

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,10
Rang	#358	Overall
	#48	Document Stores
	#38	Graph DBMS
	#52	Key-Value Stores
	#35	Time Series DBMS

Punkte	0,19
Rang	#329	Overall
	#146	Relational DBMS

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

Punkte	0,33
Rang	#286	Overall
	#131	Relational DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Website

arcadedb.com

bigobject.io

www.kinetica.com

google.github.io/lovefield

siridb.com

Technische Dokumentation

docs.arcadedb.com

docs.bigobject.io

docs.kinetica.com

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.siridb.com

Entwickler

Arcade Data

BigObject, Inc.

Kinetica

Google

Cesbit

Erscheinungsjahr

2021

2015

2012

2014

2017

Aktuelle Version

September 2021

7.1, August 2021

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

Apache 2.0

Open Source

MIT License

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++

JavaScript

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

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, no joins

SQL-like DML and DDL statements

SQL-like query language

via JavaScript builder pattern

nein

APIs und andere Zugriffskonzepte

JDBC
MongoDB API
OpenCypher
PostgreSQL wire protocol
Redis API
RESTful HTTP/JSON API
TinkerPop Gremlin

fluentd
ODBC
RESTful HTTP API

JDBC
ODBC
RESTful HTTP API

HTTP API

Unterstützte Programmiersprachen

Java

C++
Java
JavaScript (Node.js)
Python

JavaScript

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Server-seitige Scripts

Stored Procedures

Lua

benutzerdefinierte Funktionen

nein

Triggers

nein

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

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

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

keine

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

relationship in graphs

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

GPU vRAM or System RAM

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

nein

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

nein

Einfache Rechteverwaltung mit Benutzeraccounts

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

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

Kagiso interactive shares: all eyes on android at google I/O
11. Mai 2015, WhaTech

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk