DBMS > BigObject vs. Stardog vs. Vitess

Vergleich der Systemeigenschaften BigObject vs. Stardog vs. Vitess

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

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Graph DBMS
RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

Punkte	2,02
Rang	#123	Overall
	#11	Graph DBMS
	#6	RDF Stores

Punkte	0,82
Rang	#209	Overall
	#97	Relational DBMS

Website

bigobject.io

www.stardog.com

vitess.io

Technische Dokumentation

docs.bigobject.io

docs.stardog.com

vitess.io/docs

Entwickler

BigObject, Inc.

Stardog-Union

The Linux Foundation, PlanetScale

Erscheinungsjahr

2015

2010

2013

Aktuelle Version

7.3.0, Mai 2020

15.0.2, December 2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

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

Open Source

Apache Version 2.0, commercial licenses available

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
macOS
Windows

Docker
Linux
macOS

Datenschema

schema-free and OWL/RDFS-schema support

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

Importieren/Exportieren von XML Daten möglich

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

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

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

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

Lua

user defined functions and aggregates, HTTP Server extensions in Java

proprietäre Syntax

Triggers

nein

via event handlers

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 in HA-Cluster

Multi-Source Replikation
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 in HA-Cluster

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Beziehungen in Graphen

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

nein

Zugriffsrechte für Benutzer und Rollen

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

Vitess, the database clustering system powering YouTube, graduates CNCF incubation
5. November 2019, SiliconANGLE News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes
18. Mai 2021, The Register

They scaled YouTube — now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk