DBMS > Cubrid vs. Firebird vs. mSQL vs. Splice Machine vs. Transwarp KunDB

Vergleich der Systemeigenschaften Cubrid vs. Firebird vs. mSQL vs. Splice Machine vs. Transwarp KunDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Firebird ist ein Open Source RDBMS abgeleitet von Borlands InterBase

mSQL (Mini SQL) is a simple and lightweight RDBMS

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

OLTP DBMS based on a distributed architecture and highly compatible with MySQL and Oracle

Primäres Datenbankmodell

Relational DBMS

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

Punkte	1,04
Rang	#187	Overall
	#87	Relational DBMS

Punkte	20,50
Rang	#30	Overall
	#18	Relational DBMS

Punkte	1,27
Rang	#169	Overall
	#76	Relational DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Punkte	0,14
Rang	#341	Overall
	#149	Relational DBMS

Website

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

www.firebirdsql.org

hughestech.com.au/products/msql

splicemachine.com

www.transwarp.cn/en/product/kundb

Technische Dokumentation

cubrid.org/manuals

www.firebirdsql.org/en/reference-manuals

splicemachine.com/how-it-works

Entwickler

CUBRID Corporation, CUBRID Foundation

Firebird Foundation

Hughes Technologies

Splice Machine

Transwarp

Erscheinungsjahr

2008

2000

Als Fork von Borlands InterBase

1994

2014

Aktuelle Version

11.0, Jaenner 2021

5.0.0, Jaenner 2024

4.4, Oktober 2021

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Initial Developer's Public License

kommerziell

free licenses can be provided

Open Source

AGPL 3.0, commercial license available

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

C und C++

Java

Server Betriebssysteme

Linux
Windows

AIX
FreeBSD
HP-UX
Linux
OS X
serverlos

Firebird Embedded Server
Solaris
Unix
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux
OS X
Solaris
Windows

Datenschema

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

SQL

Support of SQL

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

ADO.NET
C/C++ API
JDBC

Jaybird
ODBC
OLE DB

JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

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

C
C#
C++
Delphi
Java
JavaScript

Node.js
Lua
Perl
PHP
Python
Ruby

C
C++
Delphi
Java
Perl
PHP
Tcl

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

PSQL

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

MVCC Architektur, lesende Clients blockieren schreibende Clients nicht

nein

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Benutzer mit feingranularem Berechtigungskonzept

nein

Access rights for users, groups and roles according to 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

DoNot Team's New Firebird Backdoor Hits Pakistan and Afghanistan
23. Oktober 2023, The Hacker News

12 Top Open Source Databases to Consider
1. Mai 2024, TechTarget

Exploring the Firebird Database
9. August 2023, Open Source For You

Albany Firebirds single-game tickets on sale Friday
29. Februar 2024, Troy Record

Top 15 Databases to Use in 2024 and Beyond
4. Juni 2021, Appinventiv

bereitgestellt von Google News

Higher Education PS rules out ghost students before PAC
29. November 2018, diggers.news

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

ETL: The Silent Killer of Big Data Projects
23. Juli 2015, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk