DBMS > Databend vs. EsgynDB vs. HEAVY.AI vs. RocksDB

Vergleich der Systemeigenschaften Databend vs. EsgynDB vs. HEAVY.AI vs. RocksDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Embeddable persistent key-value store optimized for fast storage (flash and RAM)

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,34
Rang	#283	Overall
	#130	Relational DBMS

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	3,41
Rang	#86	Overall
	#11	Key-Value Stores

Website

github.com/datafuselabs/databend
www.databend.com

www.esgyn.cn

github.com/heavyai/heavydb
www.heavy.ai

rocksdb.org

Technische Dokumentation

docs.databend.com

docs.heavy.ai

github.com/facebook/rocksdb/wiki

Entwickler

Databend Labs

Esgyn

HEAVY.AI, Inc.

Facebook, Inc.

Erscheinungsjahr

2021

2015

2016

2013

Aktuelle Version

1.0.59, April 2023

5.10, Jänner 2022

9.2.1, Mai 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache Version 2; enterprise edition available

Open Source

BSD

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

Rust

C++, Java

C++ and CUDA

C++

Server Betriebssysteme

gehostet
Linux
macOS

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

APIs und andere Zugriffskonzepte

CLI Client
JDBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

JDBC
ODBC
Thrift
Vega

C++ API
Java API

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
Python
Rust

All languages supporting JDBC/ODBC/ADO.Net

All languages supporting JDBC/ODBC/Thrift
Python

C
C++
Go
Java
Perl
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

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

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

Berechtigungskonzept

Zugriffskontrolle

Users with fine-grained authorization concept, user roles

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

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

Drittanbieter

Speedb: A high performance RocksDB-compliant key-value store optimized for write-intensive workloads.
» mehr

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

Data Bending: Creating Unique Digital Visual Effects
23. April 2020, RedShark News

Rust and the OS, the Web, Database and Other Languages
21. November 2022, The New Stack

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, news.thomasnet.com

bereitgestellt von Google News

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Did Rockset Just Solve Real-Time Analytics?
25. August 2021, Datanami

Meta’s Velox Means Database Performance Is Not Subject To Interpretation
31. August 2022, The Next Platform

Linux 6.9 Drives AMD 4th Gen EPYC Performance Even Higher For Some Workloads
29. März 2024, Phoronix

Facebook's MyRocks Truly Rocks!
21. September 2020, Open Source For You

Power your Kafka Streams application with Amazon MSK and AWS Fargate | Amazon Web Services
10. August 2021, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk