DBMS > Blueflood vs. Datomic vs. HEAVY.AI vs. Lovefield

Vergleich der Systemeigenschaften Blueflood vs. Datomic vs. HEAVY.AI vs. Lovefield

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Skalierbare Timeseries DBMS basierend auf Cassandra

DBMS mit Fokus auf der Abspeicherung von historischen Daten und 'point-in-time queries'. Es verwendet Fremdsysteme zur Speicherung der Daten

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Embeddable relational database for web apps written in pure JavaScript

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,06
Rang	#353	Overall
	#34	Time Series DBMS

Punkte	1,59
Rang	#150	Overall
	#69	Relational DBMS

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Website

blueflood.io

www.datomic.com

github.com/heavyai/heavydb
www.heavy.ai

google.github.io/lovefield

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

docs.datomic.com

docs.heavy.ai

github.com/google/lovefield/blob/master/docs/spec_index.md

Entwickler

Rackspace

Cognitect

HEAVY.AI, Inc.

Google

Erscheinungsjahr

2013

2012

2016

2014

Aktuelle Version

1.0.6735, Juni 2023

5.10, Jänner 2022

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Limitierte Edition gratis

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 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

Java, Clojure

C++ and CUDA

JavaScript

Server Betriebssysteme

Linux
OS X

Alle Betriebssysteme mit einer Java VM

Linux

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Datenschema

vordefiniertes Schema

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

nein

SQL

Support of SQL

nein

SQL-like query language

via JavaScript builder pattern

APIs und andere Zugriffskonzepte

HTTP REST

RESTful HTTP API

JDBC
ODBC
Thrift
Vega

Unterstützte Programmiersprachen

Clojure
Java

All languages supporting JDBC/ODBC/Thrift
Python

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Transaction Functions

nein

Triggers

nein

By using transaction functions

nein

Using read-only observers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

keine

But extensive use of caching in the application peers

Sharding

Round robin

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

But extensive use of caching in the application peers

Multi-Source Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

using external storage systems (e.g. Cassandra, DynamoDB, PostgreSQL, Couchbase and others)

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

nein

recommended only for testing and development

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Nubank buys firm behind Clojure programming language
28. Juli 2020, Finextra

Zoona Case Study
16. Dezember 2017, AWS Blog

Architecting Software for Leverage
13. November 2021, InfoQ.com

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

Nubank acquires US company; PayPal studies cryptocurrencies
24. Juli 2020, Iupana

bereitgestellt von Google News

HEAVY.AI Introduces HeavyIQ, Delivering Powerful Conversational Analytics Focused on Location and Time Data
19. März 2024, Datanami

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk