DBMS > Atos Standard Common Repository vs. PostGIS vs. Splice Machine vs. SWC-DB

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. PostGIS vs. Splice Machine vs. SWC-DB

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

Spatial extension of PostgreSQL

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

A high performance, scalable Wide Column DBMS

Primäres Datenbankmodell

Document Store
Key-Value Store

Spatial DBMS

Relational DBMS

Wide Column Store

Sekundäre Datenbankmodelle

Relational DBMS

Time Series DBMS

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

Punkte	22,69
Rang	#29	Overall
	#1	Spatial DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Punkte	0,01
Rang	#376	Overall
	#13	Wide Column Stores

Website

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

postgis.net

splicemachine.com

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

Technische Dokumentation

postgis.net/documentation

splicemachine.com/how-it-works

Entwickler

Atos Convergence Creators

Splice Machine

Alex Kashirin

Erscheinungsjahr

2016

2005

2014

2020

Aktuelle Version

1703

3.4.2, Februar 2024

3.1, March 2021

0.5, April 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPL v2.0

Open Source

AGPL 3.0, commercial license available

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++

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

Linux

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

SQL

Support of SQL

nein

SQL-like query language

APIs und andere Zugriffskonzepte

LDAP

JDBC
Native Spark Datasource
ODBC

Proprietäres Protokoll
Thrift

Unterstützte Programmiersprachen

All languages with LDAP bindings

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

C++

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Java

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

basierend auf PostgreSQL

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

basierend auf PostgreSQL

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

nein

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

basierend auf PostgreSQL

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

DB-Engines Blog Posts

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Infographic: What makes a Mobile Operator's setup future proof?
10. Februar 2024, Atos

bereitgestellt von Google News

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 ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine takes on big boys of big data with Hadoop RDBMS
21. Januar 2015, RCR Wireless News

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