DBMS > BigObject vs. Heroic vs. Splice Machine vs. Transbase

Vergleich der Systemeigenschaften BigObject vs. Heroic vs. Splice Machine vs. Transbase

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	BigObject  Xaus Vergleich ausschliessen	Heroic  Xaus Vergleich ausschliessen	Splice Machine  Xaus Vergleich ausschliessen	Transbase  Xaus Vergleich ausschliessen
Kurzbeschreibung	Analytic DBMS für Echtzeitberechnungen und Queries	Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch	Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark	A resource-optimized, high-performance, universally applicable RDBMS
Primäres Datenbankmodell	Relational DBMS Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden	Time Series DBMS	Relational DBMS	Relational DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,19 Rang #329   Overall #146   Relational DBMS	Punkte 0,46 Rang #265   Overall #22   Time Series DBMS	Punkte 0,54 Rang #252   Overall #115   Relational DBMS	Punkte 0,17 Rang #334   Overall #148   Relational DBMS
Website	bigobject.io	github.com/­spotify/­heroic	splicemachine.com	www.transaction.de/­en/­products/­transbase.html
Technische Dokumentation	docs.bigobject.io	spotify.github.io/­heroic	splicemachine.com/­how-it-works	www.transaction.de/­en/­products/­transbase/­features.html
Entwickler	BigObject, Inc.	Spotify	Splice Machine	Transaction Software GmbH
Erscheinungsjahr	2015	2014	2014	1987
Aktuelle Version			3.1, March 2021	Transbase 8.3, 2022
Lizenz Commercial or Open Source	kommerziell kostenlose community edition verfügbar	Open Source Apache 2.0	Open Source AGPL 3.0, commercial license available	kommerziell Development Lizenz gratis
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		Java	Java	C und 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 Solaris Windows	FreeBSD Linux macOS Solaris Windows
Datenschema	ja	schemafrei	ja	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	ja	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
Sekundärindizes	ja	ja via Elasticsearch	ja	ja
SQL Support of SQL	SQL-like DML and DDL statements	nein	ja	ja
APIs und andere Zugriffskonzepte	fluentd ODBC RESTful HTTP API	HQL (Heroic Query Language, a JSON-based language) HTTP API	JDBC Native Spark Datasource ODBC	ADO.NET JDBC ODBC Proprietäres native API
Unterstützte Programmiersprachen			C# C++ Java JavaScript (Node.js) Python R Scala	C C# C++ Java JavaScript Kotlin Objective-C PHP Python
Server-seitige Scripts Stored Procedures	Lua	nein	ja Java	ja
Triggers	nein	nein	ja	ja
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine	Sharding	Shared Nothhing Auto-Sharding, Columnar Partitioning
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine	ja	Multi-Source Replikation Source-Replica Replikation	Source-Replica Replikation
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	Yes, via Full Spark Integration	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	keine	Eventual Consistency Immediate Consistency	Immediate Consistency	Immediate Consistency
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	ja
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja Read/write lock on objects (tables, trees)	ja	yes, multi-version concurrency control (MVCC)	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja	nein	ja	nein
Berechtigungskonzept Zugriffskontrolle	nein		Access rights for users, groups and roles according to SQL-standard	Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard
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	Heroic	Splice Machine	Transbase
Erwähnungen in aktuellen Nachrichten		Review: Google Bigtable scales with ease 7. September 2016, InfoWorld bereitgestellt von Google News	Machine learning data pipeline outfit Splice Machine files for insolvency 26. August 2021, The Register Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ... 19. Januar 2021, PR Newswire Distributed SQL System Review: Snowflake vs Splice Machine 18. September 2019, Towards Data Science Splice Machine Launches Feature Store to Simplify Feature Engineering 19. Januar 2021, Datanami Splice Machine scores $15M to make Hadoop run in real time 10. Februar 2014, VentureBeat bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk