DBMS > Cubrid vs. DataFS vs. KairosDB vs. Kinetica

Vergleich der Systemeigenschaften Cubrid vs. DataFS vs. KairosDB vs. Kinetica

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

Verteiltes Time Series DBMS basierend auf Cassandra

Fully vectorized database across both GPUs and CPUs

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

Spatial DBMS
Time Series DBMS

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

Punkte	0,97
Rang	#189	Overall
	#86	Relational DBMS

Punkte	0,02
Rang	#369	Overall
	#18	Object oriented DBMS

Punkte	0,60
Rang	#238	Overall
	#20	Time Series DBMS

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

Website

cubrid.com (korean)
cubrid.org (english)

newdatabase.com

github.com/kairosdb/kairosdb

www.kinetica.com

Technische Dokumentation

cubrid.org/manuals

dev.mobiland.com/Overview.xsp

kairosdb.github.io

docs.kinetica.com

Entwickler

CUBRID Corporation, CUBRID Foundation

Mobiland AG

Kinetica

Erscheinungsjahr

2008

2018

2013

2012

Aktuelle Version

11.0, Jaenner 2021

1.1.263, October 2022

1.2.2, November 2018

7.1, August 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache 2.0

kommerziell

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, C++, Java

Java

C, C++

Server Betriebssysteme

Linux
Windows

Windows

Linux
OS X
Windows

Linux

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

schemafrei

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 DML and DDL statements

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

.NET Client API
Proprietary client DLL
WinRT client

Graphite protocol
HTTP REST
Telnet API

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

.Net
C
C#
C++
VB.Net

Java
JavaScript

Node.js
PHP
Python

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

benutzerdefinierte Funktionen

Triggers

no, except callback-events from server when changes happened

nein

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

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Proprietary Sharding system

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Windows-Profile

einfacher Passwort-basierter Zugriffsschutz

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

CUBRID: A FOSS RDBMS to Realise Your Next Big Idea
26. April 2018, Open Source For You

NHN Willing to Be More Open
24. November 2008, 코리아타임스

bereitgestellt von Google News

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

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