DBMS > DataFS vs. Dgraph vs. DolphinDB vs. Kinetica

Vergleich der Systemeigenschaften DataFS vs. Dgraph vs. DolphinDB vs. Kinetica

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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, skalierbares Graph DBMS

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

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

Relational DBMS

Spatial DBMS
Time Series DBMS

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

Punkte	0,09
Rang	#360	Overall
	#18	Object oriented DBMS

Punkte	1,53
Rang	#152	Overall
	#15	Graph DBMS

Punkte	4,03
Rang	#78	Overall
	#6	Time Series DBMS

Punkte	0,66
Rang	#234	Overall
	#107	Relational DBMS

Website

Technische Dokumentation

dev.mobiland.com/Overview.xsp

dgraph.io/docs

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

docs.kinetica.com

Entwickler

Mobiland AG

Dgraph Labs, Inc.

DolphinDB, Inc

Kinetica

Erscheinungsjahr

2018

2016

2018

2012

Aktuelle Version

1.1.263, October 2022

v2.00.4, January 2022

7.1, August 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

free community version 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, C++

Server Betriebssysteme

Windows

Linux
OS X
Windows

Linux
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 query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

GraphQL query language
gRPC (using protocol buffers) API
HTTP API

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

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

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

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

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

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

Proprietary Sharding system

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Synchronous replication via Raft

Source-Replica Replikation

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

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

Windows-Profile

nein

Planned for future releases

Administrators, Users, Groups

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

Dgraph on AWS: Setting up a horizontally scalable graph database
1. September 2020, AWS Blog

Dgraph Rises to the Top Graph Database on GitHub With 11 G2 Badges and 11M Downloads
26. Mai 2021, Business Wire

Dgraph raises $11.5 million for scalable graph database solutions
31. Juli 2019, VentureBeat

Dgraph raises $3M for its open-source distributed graph database, hits 1.0 release
19. Dezember 2017, TechCrunch

bereitgestellt von Google News

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

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

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk