DBMS > Bangdb vs. Cubrid vs. Kinetica vs. SAP HANA vs. Solr

Vergleich der Systemeigenschaften Bangdb vs. Cubrid vs. Kinetica vs. SAP HANA vs. Solr

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Converged and high performance database for device data, events, time series, document and graph

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

Fully vectorized database across both GPUs and CPUs

In-memory DBMS. Verfügbar als appliance oder als cloud-service

Eine häufig verwendete Suchmaschinentechnologie basierend auf Apache Lucene

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Suchmaschine

Sekundäre Datenbankmodelle

Spatial DBMS

Spatial DBMS
Time Series DBMS

Document Store
Graph DBMS

with SAP Hana, Enterprise Edition
Spatial DBMS

Spatial DBMS

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

Punkte	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

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

Punkte	44,69
Rang	#22	Overall
	#16	Relational DBMS

Punkte	42,91
Rang	#24	Overall
	#3	Suchmaschinen

Website

bangdb.com

cubrid.com (korean)
cubrid.org (english)

www.kinetica.com

www.sap.com/products/hana.html

solr.apache.org

Technische Dokumentation

solr.apache.org/resources.html

Entwickler

Sachin Sinha, BangDB

CUBRID Corporation, CUBRID Foundation

Kinetica

SAP

Apache Software Foundation

Erscheinungsjahr

2012

2008

2012

2010

2006

Aktuelle Version

BangDB 2.0, October 2021

11.0, Jaenner 2021

7.1, August 2021

2.0 SPS07 (April 4, 2023), April 2023

9.6.0, April 2024

Lizenz

Commercial or Open Source

Open Source

BSD 3

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache Version 2

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

auch 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, C++

C, C++, Java

C, C++

Java

Server Betriebssysteme

Linux

Linux
Windows

Linux

Appliance oder cloud-service

Alle Betriebssysteme mit einer Java VM

Läuft als Servlet in einem Servlet Container (z.B. Tomcat, Jetty ist inkludiert)

Datenschema

schemafrei

Dynamic Fields enables on-the-fly addition of new fields

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: string, long, double, int, geospatial, stream, events

mit benutzerdefinierten Datentypen und automatic typing

XML Unterstützung

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

nein

Sekundärindizes

secondary, composite, nested, reverse, geospatial

Alle Suchfelder werden automatisch indiziert

SQL

Support of SQL

SQL like support with command line tool

SQL-like DML and DDL statements

Solr Parallel SQL Interface

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

Java API
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

C++
Java
JavaScript (Node.js)
Python

.Net
Erlang
Java
JavaScript
jede Sprache, die Sockets und entweder XML oder JSON unterstützt
Perl
PHP
Python
Ruby
Scala

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

benutzerdefinierte Funktionen

SQLScript, R

Java plugins

Triggers

yes, Notifications (with Streaming only)

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

User configurable commands triggered on index changes

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

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor, Knob for CAP (enterprise version only)

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

spark-solr: github.com/lucidworks/spark-solr and streaming expressions to reduce

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

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

yes, run db with in-memory only mode

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

fine grained access rights according to SQL-standard

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

Elasticsearch replaced Solr as the most popular search engine
12. Januar 2016, Paul Andlinger

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

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

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

bereitgestellt von Google News

Automate deployment of SAP Web Dispatcher using AWS Launch Wizard
1. Mai 2024, AWS Blog

Esports Powerhouse Team Liquid Wins Big with SAP Business AI
2. Mai 2024, SAP News

Modernize consolidation in an SAP S/4 HANA environment | CCH Tagetik
9. April 2024, Wolters Kluwer

SAP HANA Cloud Vector Engine
18. April 2024, IgniteSAP

Combine the Power of AI with Business Context Using SAP HANA Cloud Vector Engine
2. April 2024, SAP News

bereitgestellt von Google News

SOLR-led walkout demands better conditions for Compass workers
27. Februar 2024, Daily Northwestern

(SOLR) Technical Pivots with Risk Controls
28. April 2024, news.stocktradersdaily.com

Best Practices from Rackspace for Modernizing a Legacy HBase/Solr Architecture Using AWS Services | Amazon Web ...
9. Oktober 2023, AWS Blog

SOLR hosts teach-in of labor movements at Northwestern
28. Januar 2024, Daily Northwestern

Top 5 stock gainers and losers: SOLR.V, GRSL.V, ANON.C
21. November 2023, Equity.Guru

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk