DBMS > Badger vs. Databricks vs. HugeGraph vs. OpenQM

Vergleich der Systemeigenschaften Badger vs. Databricks vs. HugeGraph vs. OpenQM

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

A fast-speed and highly-scalable Graph DBMS

QpenQM is a high-performance, self-tuning, multi-value DBMS

Primäres Datenbankmodell

Key-Value Store

Document Store
Relational DBMS

Graph DBMS

Multivalue DBMS

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

Punkte	0,14
Rang	#331	Overall
	#49	Key-Value Stores

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,13
Rang	#336	Overall
	#32	Graph DBMS

Punkte	0,27
Rang	#298	Overall
	#10	Multivalue DBMS

Website

github.com/dgraph-io/badger

www.databricks.com

github.com/hugegraph
hugegraph.apache.org

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

Technische Dokumentation

godoc.org/github.com/dgraph-io/badger

docs.databricks.com

hugegraph.apache.org/docs

Entwickler

DGraph Labs

Databricks

Baidu

Rocket Software, originally Martin Phillips

Erscheinungsjahr

2017

2013

2018

1993

Aktuelle Version

0.9

3.4-12

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

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

BSD
Linux
OS X
Solaris
Windows

gehostet

Linux
macOS
Unix

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

with some exceptions

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

also supports composite index and range index

SQL

Support of SQL

nein

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

Java API
RESTful HTTP API
TinkerPop Gremlin

Unterstützte Programmiersprachen

Python
R
Scala

Groovy
Java
Python

.Net
Basic
C
Java
Objective C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

asynchronous Gremlin script jobs

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

depending on used storage backend, e.g. Cassandra and HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

depending on used storage backend, e.g. Cassandra and HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via hugegraph-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

edges in graph

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Users, roles and permissions

Access rights can be defined down to the item level

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Databricks expands Seattle presence with office in West 8th
2. Mai 2024, The Business Journals

Protecting Your AI Investments: Databricks' Breakthrough Security Framework
2. Mai 2024, Acceleration Economy

Tableau and Databricks Expand Strategic Partnership
2. Mai 2024, Datanami

Analytics and Data Science News for the Week of May 3; Updates from Databricks, DataRobot, MicroStrategy & More
2. Mai 2024, Solutions Review

Tableau adds generative AI tools, tightens Databricks bond
30. April 2024, TechTarget

bereitgestellt von Google News

Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code
23. April 2024, GBHackers

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk