DBMS > BigObject vs. EsgynDB vs. Graph Engine vs. GreptimeDB

Vergleich der Systemeigenschaften BigObject vs. EsgynDB vs. Graph Engine vs. GreptimeDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

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

A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine

An open source Time Series DBMS built for increased scalability, high performance and efficiency

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Graph DBMS
Key-Value Store

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	0,61
Rang	#240	Overall
	#21	Graph DBMS
	#35	Key-Value Stores

Punkte	0,06
Rang	#352	Overall
	#33	Time Series DBMS

Website

Technische Dokumentation

docs.bigobject.io

www.graphengine.io/docs/manual

docs.greptime.com

Entwickler

BigObject, Inc.

Esgyn

Microsoft

Greptime Inc.

Erscheinungsjahr

2015

2010

2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

MIT License

Open Source

Apache Version 2.0

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++, Java

.NET and 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)

Linux

.NET

Android
Docker
FreeBSD
Linux
macOS
Windows

Datenschema

schema-free, schema definition possible

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

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

RESTful HTTP API

gRPC
HTTP API
JDBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

C#
C++
F#
Visual Basic

C++
Erlang
Go
Java
JavaScript

Server-seitige Scripts

Stored Procedures

Lua

Java Stored Procedures

Python

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

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

optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Simple rights management via user accounts

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

GreptimeDB is a SQL & Python-enabled timeseries database system built from scratch...
» mehr

Competitive advantages

- Inherits advantages of Rust, such as excellent performance, memory safe, resource...
» mehr

Typical application scenarios

For IoT industries, GreptimeDB can seamless integrate with message queues and other...
» mehr

Key customers

Greptime's clients span multiple sectors including IoT, connected vehicles, and energy...
» mehr

Market metrics

GreptimeDB has garnered global recognition by topping GitHub trends following its...
» mehr

Licensing and pricing models

GreptimeDB: open source, distributed, cloud-native TSDB; supports Hybrid Time-series...
» mehr

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

Trinity
2. Juni 2023, Microsoft

Aerospike Is Now a Graph Database, Too
21. Juni 2023, Datanami

IBM releases Graph, a service that can outperform SQL databases
27. Juli 2016, GeekWire

The graph analytics landscape 2019 - DataScienceCentral.com
27. Februar 2019, Data Science Central

How Google and Microsoft taught search to "understand" the Web
6. Juni 2012, Ars Technica

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk