DBMS > BigObject vs. Drizzle vs. EsgynDB vs. Kinetica vs. ReductStore

Vergleich der Systemeigenschaften BigObject vs. Drizzle vs. EsgynDB vs. Kinetica vs. ReductStore

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Fully vectorized database across both GPUs and CPUs

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Website

bigobject.io

www.esgyn.cn

www.kinetica.com

github.com/reductstore
www.reduct.store

Technische Dokumentation

docs.bigobject.io

docs.kinetica.com

www.reduct.store/docs

Entwickler

BigObject, Inc.

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Esgyn

Kinetica

ReductStore LLC

Erscheinungsjahr

2015

2008

2015

2012

2023

Aktuelle Version

7.2.4, September 2012

7.1, August 2021

1.9, März 2024

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

GNU GPL

kommerziell

Open Source

Business Source License 1.1

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

C, C++

C++, Rust

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

Linux

Docker
Linux
macOS
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

mit propriätären Erweiterungen

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

JDBC

ADO.NET
JDBC
ODBC

JDBC
ODBC
RESTful HTTP API

HTTP API

Unterstützte Programmiersprachen

C
C++
Java
PHP

All languages supporting JDBC/ODBC/ADO.Net

C++
Java
JavaScript (Node.js)
Python

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

Lua

nein

Java Stored Procedures

benutzerdefinierte Funktionen

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

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

Multi-Source Replikation
Source-Replica Replikation

Multi-source replication between multi datacenters

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

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

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

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

nein

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DB-Engines Blog Posts

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

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

Kinetica Delivers Real-Time Vector Similarity Search
22. März 2024, Geospatial World

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk