DBMS > Atos Standard Common Repository vs. Heroic vs. JanusGraph vs. ObjectBox

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. Heroic vs. JanusGraph vs. ObjectBox

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

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A Graph DBMS optimized for distributed clusters

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

Lightweight, fast on-device database for IoT, Mobile and Embedded devices, persisting and synchronising objects and vectors

Primäres Datenbankmodell

Document Store
Key-Value Store

Time Series DBMS

Graph DBMS

Object oriented DBMS
Vektor DBMS

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	1,85
Rang	#134	Overall
	#12	Graph DBMS

Punkte	1,08
Rang	#179	Overall
	#6	Object oriented DBMS
	#9	Vektor DBMS

Website

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

github.com/spotify/heroic

janusgraph.org

github.com/objectbox
objectbox.io

Technische Dokumentation

spotify.github.io/heroic

docs.janusgraph.org

docs.objectbox.io

Entwickler

Atos Convergence Creators

Spotify

Linux Foundation; originally developed as Titan by Aurelius

ObjectBox Limited

Erscheinungsjahr

2016

2014

2017

Aktuelle Version

1703

1.0.0, Oktober 2023

4.0 (May 2024)

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Apache 2.0

Bindings are released under Apache 2.0

Apache License 2.0

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++

Server Betriebssysteme

Linux

Linux
OS X
Unix
Windows

Android
Any POSIX system
Docker
iOS
Linux
macOS
QNX
Windows

Datenschema

Schema and schema-less with LDAP views

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

LDAP

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Proprietäres native API

Unterstützte Programmiersprachen

All languages with LDAP bindings

Clojure
Java
Python

C
C++
Dart (Flutter)
Go
Java
Kotlin
Python
Swift

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

Sharding

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

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Data sync between devices allowing occasional connected databases to work completely offline

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 or Eventual Consistency depending on configuration

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

Benutzer Authentification und Sicherheit via Rexster Graph Server

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

MongoDB Realm & Device Sync alternatives – ObjectBox
17. September 2024

Local AI – what it is and why we need it
11. September 2024

First on-device Vector Database (aka Semantic Index) for iOS
24. Juli 2024

Retrieval Augmented Generation (RAG) with vector databases: Expanding AI Capabilities
18. Juni 2024

The on-device Vector Database for Android and Java
29. Mai 2024

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

Simple Deployment of a Graph Database: JanusGraph
12. Oktober 2020, Towards Data Science

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

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

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk