DBMS > BigObject vs. Greenplum vs. Stardog vs. Tkrzw

Vergleich der Systemeigenschaften BigObject vs. Greenplum vs. Stardog vs. Tkrzw

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

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Graph DBMS
RDF Store

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,19
Rang	#329	Overall
	#146	Relational DBMS

Punkte	8,08
Rang	#48	Overall
	#31	Relational DBMS

Punkte	2,07
Rang	#122	Overall
	#11	Graph DBMS
	#6	RDF Stores

Punkte	0,07
Rang	#372	Overall
	#57	Key-Value Stores

Website

Technische Dokumentation

docs.bigobject.io

docs.greenplum.org

docs.stardog.com

Entwickler

BigObject, Inc.

Pivotal Software Inc.

Stardog-Union

Mikio Hirabayashi

Erscheinungsjahr

2015

2005

2010

2020

Aktuelle Version

7.0.0, September 2023

7.3.0, Mai 2020

0.9.3, August 2020

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

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

Java

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

Linux
macOS
Windows

Linux
macOS

Datenschema

schema-free and OWL/RDFS-schema support

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

seit Version 4.2

nein

Importieren/Exportieren von XML Daten möglich

nein

Sekundärindizes

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

SQL-like DML and DDL statements

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

JDBC
ODBC

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

Unterstützte Programmiersprachen

C
Java
Perl
Python
R

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

Lua

user defined functions and aggregates, HTTP Server extensions in Java

nein

Triggers

nein

via event handlers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

Multi-Source Replikation in HA-Cluster

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Immediate Consistency in HA-Cluster

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Beziehungen in Graphen

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer und Rollen

nein

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

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box | ZDNET
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk