DBMS > Atos Standard Common Repository vs. EJDB vs. Splice Machine

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. EJDB vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

This system has been discontinued and will be removed from the DB-Engines ranking.

Kurzbeschreibung

Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Document Store
Key-Value Store

Document Store

Relational DBMS

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

Punkte	0,14
Rang	#331	Overall
	#46	Document Stores

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

Website

atos.net/en/convergence-creators/portfolio/standard-common-repository

github.com/Softmotions/ejdb

splicemachine.com

Technische Dokumentation

github.com/Softmotions/ejdb/blob/master/README.md

splicemachine.com/how-it-works

Entwickler

Atos Convergence Creators

Softmotions

Splice Machine

Erscheinungsjahr

2016

2012

2014

Aktuelle Version

1703

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2

Open Source

AGPL 3.0, commercial license 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

Server Betriebssysteme

Linux

serverlos

Linux
OS X
Solaris
Windows

Datenschema

Schema and schema-less with LDAP views

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

string, integer, double, bool, date, object_id

XML Unterstützung

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

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

LDAP

In-process Library

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

All languages with LDAP bindings

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

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

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

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

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

nein

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

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 Learning
19. Januar 2021, PR Newswire

2021: The Year of the Feature Store
19. Januar 2021, Datanami

Splice Machine Launches ML Manager Beta Program to Meet the Growing Demand for Operational AI
7. April 2019, insideBIGDATA

The Ultimate Tool for Data Science Feature Factories
23. August 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk