DBMS > Blueflood vs. FatDB vs. JanusGraph vs. RDF4J

Vergleich der Systemeigenschaften Blueflood vs. FatDB vs. JanusGraph vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

Skalierbare Timeseries DBMS basierend auf Cassandra

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

A Graph DBMS optimized for distributed clusters

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

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Time Series DBMS

Document Store
Key-Value Store

Graph DBMS

RDF Store

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

Punkte	0,13
Rang	#346	Overall
	#33	Time Series DBMS

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Website

blueflood.io

janusgraph.org

rdf4j.org

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

docs.janusgraph.org

rdf4j.org/documentation

Entwickler

Rackspace

FatCloud

Linux Foundation; originally developed as Titan by Aurelius

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2013

2012

2017

2004

Aktuelle Version

0.6.3, Februar 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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
OS X

Windows

Linux
OS X
Unix
Windows

Datenschema

vordefiniertes Schema

schemafrei

RDF Schemas

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

Ãœber Integration mit SQL Server

nein

APIs und andere Zugriffskonzepte

HTTP REST

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Clojure
Java
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Ãœber Applikationen

Triggers

nein

Ãœber Applikationen

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

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

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

frei wählbarer Replikationsfaktor

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Database Deep Dives: JanusGraph
8. August 2019, IBM

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

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

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

The year of the graph: Getting graphic, going native, reshaping the landscape
8. Januar 2018, ZDNet

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk