DBMS > Badger vs. Graph Engine vs. Kinetica vs. Lovefield

Vergleich der Systemeigenschaften Badger vs. Graph Engine vs. Kinetica vs. Lovefield

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.

A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine

Fully vectorized database across both GPUs and CPUs

Embeddable relational database for web apps written in pure JavaScript

Primäres Datenbankmodell

Key-Value Store

Graph DBMS
Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

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

Punkte	0,61
Rang	#240	Overall
	#21	Graph DBMS
	#35	Key-Value Stores

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Website

github.com/dgraph-io/badger

www.graphengine.io

www.kinetica.com

google.github.io/lovefield

Technische Dokumentation

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

www.graphengine.io/docs/manual

docs.kinetica.com

github.com/google/lovefield/blob/master/docs/spec_index.md

Entwickler

DGraph Labs

Microsoft

Kinetica

Google

Erscheinungsjahr

2017

2010

2012

2014

Aktuelle Version

7.1, August 2021

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

MIT License

kommerziell

Open Source

Apache 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

.NET and C

C, C++

JavaScript

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

.NET

Linux

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Datenschema

schemafrei

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

SQL

Support of SQL

nein

SQL-like DML and DDL statements

SQL-like query language

via JavaScript builder pattern

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

C#
C++
F#
Visual Basic

C++
Java
JavaScript (Node.js)
Python

JavaScript

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

triggers when inserted values for one or more columns fall within a specified range

Using read-only observers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

nein

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

nein

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

Trinity
2. Juni 2023, Microsoft

Open source Microsoft Graph Engine takes on Neo4j
13. Februar 2017, InfoWorld

Aerospike Is Now a Graph Database, Too
21. Juni 2023, Datanami

IBM releases Graph, a service that can outperform SQL databases
27. Juli 2016, GeekWire

The graph analytics landscape 2019 - DataScienceCentral.com
27. Februar 2019, Data Science Central

bereitgestellt von Google News

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica Delivers Real-Time Vector Similarity Search
20. März 2024, Datanami

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk