DBMS > BigObject vs. Blazegraph vs. Kinetica

Vergleich der Systemeigenschaften BigObject vs. Blazegraph vs. Kinetica

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Amazon has acquired Blazegraph's domain and (probably) product. It is said that Amazon Neptune is based on Blazegraph.

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

High-performance graph database supporting Semantic Web (RDF/SPARQL) and Graph Database (tinkerpop3, blueprints, vertex-centric) APIs with scale-out and High Availability.

Fully vectorized database across both GPUs and CPUs

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Graph DBMS
RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,13
Rang	#342	Overall
	#150	Relational DBMS

Punkte	0,77
Rang	#222	Overall
	#20	Graph DBMS
	#8	RDF Stores

Punkte	0,69
Rang	#234	Overall
	#107	Relational DBMS

Website

bigobject.io

blazegraph.com

www.kinetica.com

Technische Dokumentation

docs.bigobject.io

wiki.blazegraph.com

docs.kinetica.com

Entwickler

BigObject, Inc.

Blazegraph

Kinetica

Erscheinungsjahr

2015

2006

2012

Aktuelle Version

2.1.5, Maerz 2019

7.1, August 2021

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

erweiterte kommerzielle Lizenz verfügbar

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

Java

C, C++

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
OS X
Windows

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

RDF literal types

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

SPARQL is used as query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

Java API
RESTful HTTP API
SPARQL QUERY
SPARQL UPDATE
TinkerPop 3

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

.Net
C
C++
Java
JavaScript
PHP
Python
Ruby

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

Lua

benutzerdefinierte Funktionen

Triggers

nein

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

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Relationships in Graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

nein

Security and Authentication via Web Application Container (Tomcat, Jetty)

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

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

Back to the future: Does graph database success hang on query language?
5. März 2018, ZDNet

Harnessing GPUs Delivers a Big Speedup for Graph Analytics
15. Dezember 2015, Datanami

This AI Paper Introduces A Comprehensive RDF Dataset With Over 26 Billion Triples Covering Scholarly Data Across All Scientific Disciplines
19. August 2023, MarkTechPost

Faster with GPUs: 5 turbocharged databases
26. September 2016, InfoWorld

bereitgestellt von Google News

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 Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk