DBMS > Bangdb vs. BigObject vs. Cachelot.io vs. Splice Machine

Vergleich der Systemeigenschaften Bangdb vs. BigObject vs. Cachelot.io vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Bangdb  Xaus Vergleich ausschliessen	BigObject  Xaus Vergleich ausschliessen	Cachelot.io  Xaus Vergleich ausschliessen	Splice Machine  Xaus Vergleich ausschliessen
Kurzbeschreibung	Converged and high performance database for device data, events, time series, document and graph	Analytic DBMS für Echtzeitberechnungen und Queries	In-memory caching system	Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark
Primäres Datenbankmodell	Document Store Graph DBMS Time Series DBMS	Relational DBMS Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden	Key-Value Store	Relational DBMS
Sekundäre Datenbankmodelle	Spatial DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,16 Rang #338   Overall #47   Document Stores #32   Graph DBMS #31   Time Series DBMS	Punkte 0,19 Rang #329   Overall #146   Relational DBMS	Punkte 0,04 Rang #388   Overall #62   Key-Value Stores	Punkte 0,54 Rang #252   Overall #115   Relational DBMS
Website	bangdb.com	bigobject.io	cachelot.io	splicemachine.com
Technische Dokumentation	docs.bangdb.com	docs.bigobject.io		splicemachine.com/­how-it-works
Entwickler	Sachin Sinha, BangDB	BigObject, Inc.		Splice Machine
Erscheinungsjahr	2012	2015	2015	2014
Aktuelle Version	BangDB 2.0, October 2021			3.1, March 2021
Lizenz Commercial or Open Source	Open Source BSD 3	kommerziell kostenlose community edition verfügbar	Open Source Simplified BSD License	Open Source AGPL 3.0, commercial license available
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	C, C++		C++	Java
Server Betriebssysteme	Linux	Linux distributed as a docker-image OS X distributed as a docker-image (boot2docker) Windows distributed as a docker-image (boot2docker)	FreeBSD Linux OS X	Linux OS X Solaris Windows
Datenschema	schemafrei	ja	schemafrei	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	yes: string, long, double, int, geospatial, stream, events	ja	nein	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein
Sekundärindizes	ja secondary, composite, nested, reverse, geospatial	ja	nein	ja
SQL Support of SQL	SQL like support with command line tool	SQL-like DML and DDL statements	nein	ja
APIs und andere Zugriffskonzepte	Propriätäres Protokoll RESTful HTTP API	fluentd ODBC RESTful HTTP API	Memcached Protokoll	JDBC Native Spark Datasource ODBC
Unterstützte Programmiersprachen	C C# C++ Java Python		.Net C C++ ColdFusion Erlang Java Lisp Lua OCaml OCaml Perl PHP Python Ruby	C# C++ Java JavaScript (Node.js) Python R Scala
Server-seitige Scripts Stored Procedures	nein	Lua	nein	ja Java
Triggers	yes, Notifications (with Streaming only)	nein	nein	ja
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm	keine	keine	Shared Nothhing Auto-Sharding, Columnar Partitioning
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	selectable replication factor, Knob for CAP (enterprise version only)	keine	keine	Multi-Source Replikation Source-Replica Replikation
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	nein	Yes, via Full Spark Integration
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Tunable consistency, set CAP knob accordingly	keine	keine	Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	ja automatically between fact table and dimension tables	nein	ja
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ACID	nein	nein	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	yes, optimistic concurrency control	ja Read/write lock on objects (tables, trees)	ja	yes, multi-version concurrency control (MVCC)
Durability Dauerhafte Speicherung der Daten	yes, implements WAL (Write ahead log) as well	ja	nein	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	yes, run db with in-memory only mode	ja	nein	ja
Berechtigungskonzept Zugriffskontrolle	yes (enterprise version only)	nein	nein	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
	Bangdb	BigObject	Cachelot.io	Splice Machine
Erwähnungen in aktuellen Nachrichten				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 Real-time machine learning with Splice Machine's ML Manager 17. April 2019, TechTarget How To Axe Db2 But Keep Your Code 10. März 2020, Towards Data Science bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk