DBMS > ArcadeDB vs. EsgynDB vs. Greenplum vs. SurrealDB

Vergleich der Systemeigenschaften ArcadeDB vs. EsgynDB vs. Greenplum vs. SurrealDB

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

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

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

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

A fully ACID transactional, developer-friendly, multi-model DBMS

Primäres Datenbankmodell

Document Store
Graph DBMS
Key-Value Store
Time Series DBMS

in next version

Relational DBMS

Document Store
Graph DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,02
Rang	#374	Overall
	#52	Document Stores
	#38	Graph DBMS
	#56	Key-Value Stores
	#38	Time Series DBMS

Punkte	0,15
Rang	#325	Overall
	#144	Relational DBMS

Punkte	7,71
Rang	#46	Overall
	#29	Relational DBMS

Punkte	1,11
Rang	#174	Overall
	#30	Document Stores
	#17	Graph DBMS

Website

Technische Dokumentation

docs.arcadedb.com

docs.greenplum.org

surrealdb.com/docs

Entwickler

Arcade Data

Esgyn

Pivotal Software Inc.

SurrealDB Ltd

Erscheinungsjahr

2021

2015

2005

2022

Aktuelle Version

September 2021

7.0.0, September 2023

v1.5.0, Mai 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache 2.0

Open Source

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

Rust

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

Linux
macOS
Windows

Datenschema

schemafrei

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

seit Version 4.2

Sekundärindizes

SQL

Support of SQL

SQL-like query language, no joins

SQL-like query language

APIs und andere Zugriffskonzepte

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

ADO.NET
JDBC
ODBC

JDBC
ODBC

GraphQL
RESTful HTTP API
WebSocket

Unterstützte Programmiersprachen

Java

All languages supporting JDBC/ODBC/ADO.Net

C
Java
Perl
Python
R

Deno
Go
JavaScript (Node.js)
Rust

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-source replication between multi datacenters

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

relationship in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

yes, based on authentication and database rules

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

Chapter 1. Introducing the Greenplum Database
6. Dezember 2018, O'Reilly Media

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale
9. September 2019, AWS Blog

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

bereitgestellt von Google News

SurrealDB Delivers Future-Ready Database Technology for Developers and Enterprises with Release of SurrealDB 2.0
17. September 2024, Business Wire

SurrealDB is helping developers consolidate their databases
18. Juni 2024, TechCrunch

Multi-model database startup SurrealDB raises $20M and announces cloud beta access
18. Juni 2024, SiliconANGLE News

SurrealDB Raises $20M To Disrupt Big Data Industry
20. Juni 2024, Datanami

SurrealDB Raises $20 Million to Disrupt Database Tech; Introduces New Cloud Beta Access
18. Juni 2024, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk