DBMS > Badger vs. Ignite vs. Splice Machine

Vergleich der Systemeigenschaften Badger vs. Ignite vs. Splice Machine

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.

Apache Ignite is a memory-centric distributed database, caching, and processing platform for transactional, analytical, and streaming workloads, delivering in-memory speeds at petabyte scale.

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

Primäres Datenbankmodell

Key-Value Store

Key-Value Store
Relational DBMS

Relational DBMS

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

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

Punkte	3,16
Rang	#96	Overall
	#15	Key-Value Stores
	#49	Relational DBMS

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

Website

github.com/dgraph-io/badger

ignite.apache.org

splicemachine.com

Technische Dokumentation

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

apacheignite.readme.io/docs

splicemachine.com/how-it-works

Entwickler

DGraph Labs

Apache Software Foundation

Splice Machine

Erscheinungsjahr

2017

2015

2014

Aktuelle Version

Apache Ignite 2.6

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

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

C++, Java, .Net

Java

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
OS X
Solaris
Windows

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

ANSI-99 for query and DML statements, subset of DDL

APIs und andere Zugriffskonzepte

HDFS API
Hibernate
JCache
JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP API
Spring Data

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C#
C++
Java
PHP
Python
Ruby
Scala

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

Server-seitige Scripts

Stored Procedures

nein

yes (compute grid and cache interceptors can be used instead)

Java

Triggers

nein

yes (cache interceptors and events)

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

yes (replicated cache)

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

yes (compute grid and hadoop accelerator)

Yes, via Full Spark Integration

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

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

nein

Security Hooks for custom implementations

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

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, PR Newswire

GridGain Showcases Power of Apache Ignite at Community Over Code Conference
5. Oktober 2023, Datanami

Apache Ignite: An Overview
6. September 2023, Open Source For You

What is Apache Ignite? How is Apache Ignite Used?
18. Juli 2022, The Stack

ArcGIS and Apache Log4j Vulnerabilities
22. Mai 2023, Esri

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

Teilen sie diese Seite mit ihrem Netzwerk