DBMS > Badger vs. EsgynDB vs. Pinecone vs. RDF4J vs. TerminusDB

Vergleich der Systemeigenschaften Badger vs. EsgynDB vs. Pinecone vs. RDF4J vs. TerminusDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

A managed, cloud-native vector database

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Scalable Graph Database platform making enterprise data available by exploiting inferred entities and relationships

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
RDF Store

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

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

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	3,16
Rang	#95	Overall
	#2	Vektor DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Punkte	0,17
Rang	#325	Overall
	#29	Graph DBMS

Website

github.com/dgraph-io/badger

Technische Dokumentation

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

docs.pinecone.io/docs/overview

rdf4j.org/documentation

terminusdb.github.io/terminusdb/#

Entwickler

DGraph Labs

Esgyn

Pinecone Systems, Inc

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

DataChemist Ltd.

Erscheinungsjahr

2017

2015

2019

2004

2018

Aktuelle Version

11.0.0, Jaenner 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

C++, Java

Java

Prolog, Rust

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux

gehostet

Linux
OS X
Unix
Windows

Linux

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

String, Number, Boolean

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

nein

SQL-like query language (WOQL)

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

OWL
RESTful HTTP API
WOQL (Web Object Query Language)

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

Python

Java
PHP
Python

JavaScript
Python

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Graph Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

keine

Journaling Streams

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

in-memory journaling

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Role-based access control

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

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Pinecone launches serverless edition of its vector database on AWS
22. Mai 2024, SiliconANGLE News

Pinecone Makes Accurate, Fast, Scalable Generative AI Accessible to Organizations Large and Small with Launch of ...
21. Mai 2024, PR Newswire

Pinecone launches its serverless vector database out of preview
21. Mai 2024, TechCrunch

How a Decades-Old Technology and a Paper From Meta Created an AI Industry Standard
21. Mai 2024, The Wall Street Journal

Channel Brief: Dell Explains AI Factory, Informatica AI Research, Pinecone Goes Serverless and More
22. Mai 2024, Channel E2E

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

Trinity College spinout TerminusDB secures €3.6m in investment
15. März 2021, The Irish Times

[MCR2030-CAMS-ARISE-UNDRR Webinar] Preventing cascading failures of critical assets: Using the Open-Source ...
12. April 2022, United Nations Office for Disaster Risk Reduction

Irish start-ups received €28m from Enterprise Ireland in 2021
7. April 2022, SiliconRepublic.com

Bus Terminus Update - April 26th
26. April 2021, Around DB and Life on Lantau

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk