DBMS > BigObject vs. Cachelot.io vs. DataFS vs. Kinetica

Vergleich der Systemeigenschaften BigObject vs. Cachelot.io vs. DataFS vs. Kinetica

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	BigObject  Xaus Vergleich ausschliessen	Cachelot.io  Xaus Vergleich ausschliessen	DataFS  Xaus Vergleich ausschliessen	Kinetica  Xaus Vergleich ausschliessen
Kurzbeschreibung	Analytic DBMS für Echtzeitberechnungen und Queries	In-memory caching system	All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.	Fully vectorized database across both GPUs and CPUs
Primäres Datenbankmodell	Relational DBMS Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden	Key-Value Store	Object oriented DBMS	Relational DBMS
Sekundäre Datenbankmodelle			Graph DBMS	Spatial DBMS Time Series DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,19 Rang #329   Overall #146   Relational DBMS	Punkte 0,04 Rang #388   Overall #62   Key-Value Stores	Punkte 0,09 Rang #360   Overall #18   Object oriented DBMS	Punkte 0,66 Rang #234   Overall #107   Relational DBMS
Website	bigobject.io	cachelot.io	newdatabase.com	www.kinetica.com
Technische Dokumentation	docs.bigobject.io		dev.mobiland.com/­Overview.xsp	docs.kinetica.com
Entwickler	BigObject, Inc.		Mobiland AG	Kinetica
Erscheinungsjahr	2015	2015	2018	2012
Aktuelle Version			1.1.263, October 2022	7.1, August 2021
Lizenz Commercial or Open Source	kommerziell kostenlose community edition verfügbar	Open Source Simplified BSD License	kommerziell	kommerziell
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache		C++		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)	FreeBSD Linux OS X	Windows	Linux
Datenschema	ja	schemafrei	Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	nein	ja	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	ja	nein	nein	ja
SQL Support of SQL	SQL-like DML and DDL statements	nein	nein	SQL-like DML and DDL statements
APIs und andere Zugriffskonzepte	fluentd ODBC RESTful HTTP API	Memcached Protokoll	.NET Client API Proprietary client DLL WinRT client	JDBC ODBC RESTful HTTP API
Unterstützte Programmiersprachen		.Net C C++ ColdFusion Erlang Java Lisp Lua OCaml OCaml Perl PHP Python Ruby	.Net C C# C++ VB.Net	C++ Java JavaScript (Node.js) Python
Server-seitige Scripts Stored Procedures	Lua	nein		benutzerdefinierte Funktionen
Triggers	nein	nein	no, except callback-events from server when changes happened	ja 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	keine	Proprietary Sharding system	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine	keine		Source-Replica Replikation
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	keine	keine	Immediate Consistency	Immediate Consistency or Eventual Consistency depending on configuration
Fremdschlüssel referenzielle Integrität	ja automatically between fact table and dimension tables	nein	ja	ja
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	nein	ACID	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja Read/write lock on objects (tables, trees)	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	nein	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja	nein	nein	ja GPU vRAM or System RAM
Berechtigungskonzept Zugriffskontrolle	nein	nein	Windows-Profile	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
	BigObject	Cachelot.io	DataFS	Kinetica
Erwähnungen in aktuellen Nachrichten				Kinetica Delivers Real-Time Vector Similarity Search 21. März 2024, insideBIGDATA Kinetica Elevates RAG with Fast Access to Real-Time Data 26. März 2024, Datanami 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

Teilen sie diese Seite mit ihrem Netzwerk