DBMS > BigObject vs. JanusGraph vs. Machbase Neo vs. Postgres-XL vs. Titan

Vergleich der Systemeigenschaften BigObject vs. JanusGraph vs. Machbase Neo vs. Postgres-XL vs. Titan

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Titan has been decommisioned after the takeover by Datastax. It will be removed from the DB-Engines ranking. A fork has been open-sourced as JanusGraph.

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

TimeSeries DBMS for AIoT and BigData

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Titan ist ein Graph DBMS optimiert für verteilte Clusters.

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

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	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Punkte	0,53
Rang	#254	Overall
	#117	Relational DBMS

Website

github.com/thinkaurelius/titan

Technische Dokumentation

docs.bigobject.io

docs.janusgraph.org

machbase.com/dbms

www.postgres-xl.org/documentation

github.com/thinkaurelius/titan/wiki

Entwickler

BigObject, Inc.

Linux Foundation; originally developed as Titan by Aurelius

Machbase

Aurelius, owned by DataStax

Erscheinungsjahr

2015

2017

2013

2014

seit 2012, ursprünglich genannt StormDB

2012

Aktuelle Version

0.6.3, Februar 2023

V8.0, August 2023

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

kommerziell

free test version available

Open Source

Mozilla public license

Open Source

Apache Lizenz, 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

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
Unix
Windows

Linux
macOS
Windows

Linux
macOS

Linux
OS X
Unix
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

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL-like query language

distributed, parallel query execution

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Unterstützte Programmiersprachen

Clojure
Java
Python

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Clojure
Java
Python

Server-seitige Scripts

Stored Procedures

Lua

nein

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

Sharding

horizontale Partitionierung

über integrierbare Storage Backends

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

selectable replication factor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

mittels Faunus, eine Graph Analytics Engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency
Immediate Consistency

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Relationships in graphs

nein

Beziehungen in Graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

nein

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

volatile and lookup table

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer Authentification und Sicherheit via Rexster Graph Server

einfacher Passwort-basierter Zugriffsschutz

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Graph DBMS increased their popularity by 500% within the last 2 years
3. März 2015, Paul Andlinger

Graph DBMSs are gaining in popularity faster than any other database category
21. Januar 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Simple Deployment of a Graph Database: JanusGraph
12. Oktober 2020, Towards Data Science

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, ibm.com

bereitgestellt von Google News

DataStax Acquires Aurelius and its TitanDB Graph Database
31. Mai 2024, Data Center Knowledge

Amazon DynamoDB Storage Backend for Titan: Distributed Graph Database | Amazon Web Services
24. August 2015, AWS Blog

Titan Graph Database Integration with DynamoDB: World-class Performance, Availability, and Scale for New Workloads
20. August 2015, All Things Distributed

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

DataStax acquires Aurelius, the startup behind the Titan graph database
3. Februar 2015, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk