DBMS > Bangdb vs. Databricks vs. RDF4J vs. TinkerGraph

Vergleich der Systemeigenschaften Bangdb vs. Databricks vs. RDF4J vs. TinkerGraph

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

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

A lightweight, in-memory graph engine that serves as a reference implementation of the TinkerPop3 API

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Document Store
Relational DBMS

RDF Store

Graph DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,07
Rang	#346	Overall
	#47	Document Stores
	#35	Graph DBMS
	#32	Time Series DBMS

Punkte	84,24
Rang	#14	Overall
	#2	Document Stores
	#9	Relational DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Punkte	0,08
Rang	#345	Overall
	#34	Graph DBMS

Website

bangdb.com

www.databricks.com

rdf4j.org

tinkerpop.apache.org/docs/current/reference/#tinkergraph-gremlin

Technische Dokumentation

docs.bangdb.com

docs.databricks.com

rdf4j.org/documentation

Entwickler

Sachin Sinha, BangDB

Databricks

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

Erscheinungsjahr

2012

2013

2004

2009

Aktuelle Version

BangDB 2.0, October 2021

Lizenz

Commercial or Open Source

Open Source

BSD 3

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

C, C++

Java

Server Betriebssysteme

Linux

gehostet

Linux
OS X
Unix
Windows

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

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

nein

SQL

Support of SQL

SQL like support with command line tool

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

JDBC
ODBC
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

TinkerPop 3

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

Python
R
Scala

Java
PHP
Python

Groovy
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

yes, Notifications (with Streaming only)

nein

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

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Isolation abhängig vom verwendeten API

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

nein

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-memory Storage wird ebenfalls unterstützt

optional

In-Memory Unterstützung

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

yes, run db with in-memory only mode

nein

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Databricks could launch IPO in two months but biding time despite investor pressure, CEO says
13. September 2024, ION Analytics

Leading Tech Talent Creation Expert Launches Databricks Data Engineer Program
19. September 2024, Business Wire

Databricks reportedly paid $2 billion in Tabular acquisition
14. August 2024, TechCrunch

Building a RAG System on Databricks With Your Unstructured Data Using Tonic Textual
21. September 2024, Security Boulevard

The People in Charge at Databricks as It Moves Toward a Potential IPO
24. Juli 2024, The Information

bereitgestellt von Google News

Unit testing Apache TinkerPop transactions: From TinkerGraph to Amazon Neptune
3. Juni 2024, AWS Blog

Simple Deployment of a Graph Database: JanusGraph
12. Oktober 2020, Towards Data Science

Introducing Gremlin query hints for Amazon Neptune
26. Februar 2019, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk