DBMS > ArcadeDB vs. JanusGraph vs. Linter vs. NSDb vs. SWC-DB

Vergleich der Systemeigenschaften ArcadeDB vs. JanusGraph vs. Linter vs. NSDb vs. SWC-DB

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

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

RDBMS for high security requirements

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

A high performance, scalable Wide Column DBMS

Primäres Datenbankmodell

Document Store
Graph DBMS
Key-Value Store
Time Series DBMS

in next version

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	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,12
Rang	#350	Overall
	#152	Relational DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	0,08
Rang	#364	Overall
	#13	Wide Column Stores

Website

github.com/kashirin-alex/swc-db
www.swcdb.org

Technische Dokumentation

docs.arcadedb.com

docs.janusgraph.org

nsdb.io/Architecture

Entwickler

Arcade Data

Linux Foundation; originally developed as Titan by Aurelius

relex.ru

Alex Kashirin

Erscheinungsjahr

2021

2017

1990

2017

2020

Aktuelle Version

September 2021

0.6.3, Februar 2023

0.5, April 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2.0

Open Source

GPL V3

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 und C++

Java, Scala

C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Unix
Windows

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
macOS

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL-like query language, no joins

nein

SQL-like query language

APIs und andere Zugriffskonzepte

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

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

gRPC
HTTP REST
WebSocket

Proprietäres Protokoll
Thrift

Unterstützte Programmiersprachen

Java

Clojure
Java
Python

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

Java
Scala

C++

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

relationship in graphs

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

Using Apache Lucene

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Compose for JanusGraph arrives on Bluemix
15. September 2017, ibm.com

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

bereitgestellt von Google News

2022 All O-Zone Football Team
17. Dezember 2022, Ozarks Sports Zone

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk