DBMS > Bangdb vs. Splice Machine vs. Teradata Aster

Vergleich der Systemeigenschaften Bangdb vs. Splice Machine vs. Teradata Aster

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Teradata Aster has been integrated into other Teradata systems and therefore will be removed from the DB-Engines ranking.

Kurzbeschreibung

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

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

Platform for big data analytics on multistructured data sources and types

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,11
Rang	#339	Overall
	#48	Document Stores
	#33	Graph DBMS
	#31	Time Series DBMS

Punkte	0,54
Rang	#239	Overall
	#112	Relational DBMS

Website

bangdb.com

splicemachine.com

Technische Dokumentation

docs.bangdb.com

splicemachine.com/how-it-works

Entwickler

Sachin Sinha, BangDB

Splice Machine

Teradata

Erscheinungsjahr

2012

2014

2005

Aktuelle Version

BangDB 2.0, October 2021

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

BSD 3

Open Source

AGPL 3.0, commercial license available

kommerziell

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
Solaris
Windows

Linux

Datenschema

schemafrei

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

defined schema within the relational store; partial schema or schema free in the Aster File Store

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

in Aster File Store

Sekundärindizes

secondary, composite, nested, reverse, geospatial

SQL

Support of SQL

SQL like support with command line tool

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

JDBC
Native Spark Datasource
ODBC

ADO.NET
JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

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

C
C#
C++
Java
Python
R

Server-seitige Scripts

Stored Procedures

nein

Java

R packages

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

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

Multi-Source Replikation
Source-Replica Replikation

Dimension tables are replicated across all nodes in the cluster. The number of replicas for the file store can be configured.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

SQL Map-Reduce Framework

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

yes, multi-version concurrency control (MVCC)

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

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

Access rights for users, groups and roles according to SQL-standard

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine 3.0 integrates machine learning capabilities, database
6. März 2020, TechTarget

Splice Machine SQL Database Scales On Hadoop
19. Mai 2014, InformationWeek

Splice Machine Launches Its Own Online Predictive Processing Platform
2. Januar 2018, eWeek

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

bereitgestellt von Google News

Teradata Enhances Big Data Analytics Platform
31. Mai 2024, Data Center Knowledge

Teradata Aster gets graph database, HDFS-compatible file store
8. Oktober 2013, ZDNet

Oklahoma State grad students top winners at Teradata 2016 PARTNERS Conference
23. September 2016, Oklahoma State University

Teradata Provides the Simplest Way to Bring the Science of Data to the Art of Business
22. September 2011, PR Newswire

An American Dream Story, With A Silicon Valley Twist
14. August 2013, Forbes

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk