DBMS > Databend vs. RDF4J

Vergleich der Systemeigenschaften Databend vs. RDF4J

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

Unsere Besucher vergleichen Databend und RDF4J oft mit Trino und Snowflake.

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

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Relational DBMS

RDF Store

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

Punkte	0,24
Rang	#294	Overall
	#131	Relational DBMS

Punkte	0,80
Rang	#205	Overall
	#7	RDF Stores

Website

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

rdf4j.org

Technische Dokumentation

docs.databend.com

rdf4j.org/documentation

Entwickler

Databend Labs

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2021

2004

Aktuelle Version

1.0.59, April 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Java

Server Betriebssysteme

gehostet
Linux
macOS

Linux
OS X
Unix
Windows

Datenschema

RDF Schemas

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

APIs und andere Zugriffskonzepte

CLI Client
JDBC
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
Python
Rust

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

Berechtigungskonzept

Zugriffskontrolle

Users with fine-grained authorization concept, user roles

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

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

Apache Airflow : 10 rules to make it work ( scale )
13. Februar 2022, Towards Data Science

bereitgestellt von Google News

Exploring Intelligent Graph and PathQL
21. Februar 2022, Data Science Central

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk