DBMS > Cachelot.io vs. GridGain vs. Kinetica vs. Trafodion

Vergleich der Systemeigenschaften Cachelot.io vs. GridGain vs. Kinetica vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

In-memory caching system

GridGain is an in-memory computing platform, built on Apache Ignite

Fully vectorized database across both GPUs and CPUs

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Key-Value Store

Columnar
Key-Value Store
Object oriented DBMS
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,00
Rang	#385	Overall
	#61	Key-Value Stores

Punkte	1,48
Rang	#150	Overall
	#1	Columnar
	#26	Key-Value Stores
	#2	Object oriented DBMS
	#69	Relational DBMS

Punkte	0,42
Rang	#261	Overall
	#120	Relational DBMS

Website

Technische Dokumentation

www.gridgain.com/docs/index.html

docs.kinetica.com

trafodion.apache.org/documentation.html

Entwickler

GridGain Systems, Inc.

Kinetica

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2015

2007

2012

2014

Aktuelle Version

GridGain 8.5.1

7.1, August 2021

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

Simplified BSD License

kommerziell

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

C++

Java, C++, .Net, Python, REST, SQL

C, C++

C++, Java

Server Betriebssysteme

FreeBSD
Linux
OS X

Linux
OS X
Solaris
Windows
z/OS

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

ANSI-99 for query and DML statements, subset of DDL

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

Memcached Protokoll

HDFS API
Hibernate
JCache
JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
Spring Data

JDBC
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

C#
C++
Java
PHP
Python
Ruby
Scala

C++
Java
JavaScript (Node.js)
Python

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

nein

yes (compute grid and cache interceptors can be used instead)

benutzerdefinierte Funktionen

Java Stored Procedures

Triggers

nein

yes (cache interceptors and events)

triggers when inserted values for one or more columns fall within a specified range

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

yes (replicated cache)

Source-Replica Replikation

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

yes (compute grid and hadoop accelerator)

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

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

nein

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Role-based access control
Security Hooks for custom implementations

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

Erwähnungen in aktuellen Nachrichten

GridGain Advances Its Unified Real-Time Data Platform to Help Enterprises Accelerate AI-Driven Data Processing
10. Juli 2024, insideBIGDATA

GridGain Sponsoring Strategic AI and Kafka Conferences This Month
4. September 2024, Datanami

GridGain in-memory data and generative AI
10. Mai 2024, Blocks & Files

Data Management News for the Week of July 12; Updates from Cloudera, HerculesAI, Oracle & More
12. Juli 2024, Solutions Review

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, Datanami

bereitgestellt von Google News

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica: AI is a ‘killer app’ for data analytics
2. Mai 2023, Blocks & Files

Kinetica Taps Dell for Hardware
12. Juni 2018, Finovate

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk