DBMS > Cubrid vs. DolphinDB vs. Kinetica vs. PostGIS vs. SiriDB

Vergleich der Systemeigenschaften Cubrid vs. DolphinDB vs. Kinetica vs. PostGIS vs. SiriDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

Fully vectorized database across both GPUs and CPUs

Spatial extension of PostgreSQL

Open Source Time Series DBMS

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

Spatial DBMS
Time Series DBMS

Relational DBMS

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

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	4,13
Rang	#80	Overall
	#6	Time Series DBMS

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	22,69
Rang	#29	Overall
	#1	Spatial DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Website

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

Technische Dokumentation

cubrid.org/manuals

docs.dolphindb.cn/en/help200/index.html

docs.kinetica.com

postgis.net/documentation

docs.siridb.com

Entwickler

CUBRID Corporation, CUBRID Foundation

DolphinDB, Inc

Kinetica

Cesbit

Erscheinungsjahr

2008

2018

2012

2005

2017

Aktuelle Version

11.0, Jaenner 2021

v2.00.4, January 2022

7.1, August 2021

3.4.2, Februar 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

free community version available

kommerziell

Open Source

GPL v2.0

Open Source

MIT License

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

C++

C, C++

Server Betriebssysteme

Linux
Windows

Linux

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

SQL

Support of SQL

SQL-like query language

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

JDBC
ODBC
RESTful HTTP API

HTTP API

Unterstützte Programmiersprachen

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

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

C++
Java
JavaScript (Node.js)
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

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

horizontale Partitionierung

Sharding

basierend auf PostgreSQL

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

basierend auf PostgreSQL

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

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

ACID

nein

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Administrators, Users, Groups

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

basierend auf PostgreSQL

Einfache Rechteverwaltung mit Benutzeraccounts

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

DB-Engines Blog Posts

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

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

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica Delivers Real-Time Vector Similarity Search
20. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
22. März 2024, Geospatial World

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk