DBMS > DataFS vs. GridGain vs. Trafodion vs. XTDB

Vergleich der Systemeigenschaften DataFS vs. GridGain vs. Trafodion vs. XTDB

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

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.

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

Transactional SQL-on-Hadoop DBMS

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Object oriented DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Graph DBMS

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

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

Punkte	1,55
Rang	#150	Overall
	#26	Key-Value Stores
	#70	Relational DBMS

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

newdatabase.com

www.gridgain.com

trafodion.apache.org

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

dev.mobiland.com/Overview.xsp

www.gridgain.com/docs/index.html

trafodion.apache.org/documentation.html

www.xtdb.com/docs

Entwickler

Mobiland AG

GridGain Systems, Inc.

Apache Software Foundation, originally developed by HP

Juxt Ltd.

Erscheinungsjahr

2018

2007

2014

2019

Aktuelle Version

1.1.263, October 2022

GridGain 8.5.1

2.3.0, Februar 2019

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

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

Java, C++, .Net

C++, Java

Clojure

Server Betriebssysteme

Windows

Linux
OS X
Solaris
Windows

Linux

Alle Betriebssysteme mit einer Java 8 (und höher) VM
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

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

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

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

ADO.NET
JDBC
ODBC

HTTP REST
JDBC

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

C#
C++
Java
PHP
Python
Ruby
Scala

All languages supporting JDBC/ODBC/ADO.Net

Clojure
Java

Server-seitige Scripts

Stored Procedures

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

Java Stored Procedures

nein

Triggers

no, except callback-events from server when changes happened

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Proprietary Sharding system

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes (replicated cache)

ja, durch HBase

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

yes (compute grid and hadoop accelerator)

mittels user defined functions und HBase

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Windows-Profile

Security Hooks for custom implementations

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

GridGain's 2023 Growth Positions Company for Strong 2024
24. Januar 2024, PR Newswire

GridGain Unified Real-Time Data Platform Version 8.9 Addresses Today's More Complex Real-Time Data Processing ...
12. Oktober 2023, GlobeNewswire

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

GridGain — Extreme Speed and Scale for Data-Intensive Apps
21. September 2014, gridgain.com

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk