DBMS > Axibase vs. Firebolt vs. Machbase Neo vs. Splice Machine

Vergleich der Systemeigenschaften Axibase vs. Firebolt vs. Machbase Neo vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Skalierbares Timeseries DBMS basierend auf HBase mit integrierter Rule Engine und Visualisierung

Highly scalable cloud data warehouse and analytics product

Forked from Clickhouse

TimeSeries DBMS for AIoT and BigData

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

Primäres Datenbankmodell

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

Punkte	0,21
Rang	#308	Overall
	#25	Time Series DBMS

Punkte	1,49
Rang	#148	Overall
	#68	Relational DBMS

Punkte	0,07
Rang	#348	Overall
	#34	Time Series DBMS

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

Website

axibase.com/docs/atsd/finance

www.firebolt.io

machbase.com

splicemachine.com

Technische Dokumentation

docs.firebolt.io

machbase.com/dbms

splicemachine.com/how-it-works

Entwickler

Axibase Corporation

Firebolt Analytics Inc.

Machbase

Splice Machine

Erscheinungsjahr

2013

2020

2013

2014

Aktuelle Version

15585

V8.0, August 2023

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Community Edition (single node) is free, Enterprise Edition (distributed) is paid

kommerziell

free test version available

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

gehostet

Linux
macOS
Windows

Linux
OS X
Solaris
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

short, integer, long, float, double, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

APIs und andere Zugriffskonzepte

JDBC
Proprietary protocol (Network API)
RESTful HTTP API

.Net
ODBC
RESTful HTTP API

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Go
Java
PHP
Python
R
Ruby

Go
JavaScript (Node.js)
Python

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

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

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

abhängig von Storage layer

selectable replication factor

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

einfacher Passwort-basierter Zugriffsschutz

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

The Ultimate ATV Test: Suzuki’s King Quad 750 AXI Rugged Package vs. Alaska’s Hunting Season
14. Oktober 2020, Outdoor Life

bereitgestellt von Google News

Firebolt Introduces Industry-First Low Latency Cloud Data Warehouse
18. September 2024, insideBIGDATA

Data warehouse unicorn Firebolt aims to make magic in Kirkland
11. September 2024, The Business Journals

Firebolt Archives - High-Performance Computing News Analysis
17. September 2024, insideHPC

10 Best Data Pipeline Tools of 2024 to Boost Your Productivity
20. Februar 2024, Datamation

Firebolt Introduces Industry-First Low Latency Cloud Data Warehouse
18. September 2024, insideBIGDATA

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 Learning
19. Januar 2021, PR Newswire

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

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk