DBMS > Bangdb vs. Heroic vs. JanusGraph vs. mSQL

Vergleich der Systemeigenschaften Bangdb vs. Heroic vs. JanusGraph vs. mSQL

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

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

mSQL (Mini SQL) is a simple and lightweight RDBMS

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Time Series DBMS

Graph DBMS

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	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	1,27
Rang	#169	Overall
	#76	Relational DBMS

Website

bangdb.com

github.com/spotify/heroic

janusgraph.org

hughestech.com.au/products/msql

Technische Dokumentation

docs.bangdb.com

spotify.github.io/heroic

docs.janusgraph.org

Entwickler

Sachin Sinha, BangDB

Spotify

Linux Foundation; originally developed as Titan by Aurelius

Hughes Technologies

Erscheinungsjahr

2012

2014

2017

1994

Aktuelle Version

BangDB 2.0, October 2021

0.6.3, Februar 2023

4.4, Oktober 2021

Lizenz

Commercial or Open Source

Open Source

BSD 3

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

free licenses can be provided

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

Linux
OS X
Unix
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Datenschema

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

via Elasticsearch

SQL

Support of SQL

SQL like support with command line tool

nein

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
ODBC

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

Clojure
Java
Python

C
C++
Delphi
Java
Perl
PHP
Tcl

Server-seitige Scripts

Stored Procedures

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

Sharding

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

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

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Eventual Consistency
Immediate Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

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

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

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)

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, ibm.com

bereitgestellt von Google News

Higher Education PS rules out ghost students before PAC
29. November 2018, diggers.news

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk