DBMS > Datomic vs. FatDB vs. Oracle Rdb vs. Splice Machine

Vergleich der Systemeigenschaften Datomic vs. FatDB vs. Oracle Rdb vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

DBMS mit Fokus auf der Abspeicherung von historischen Daten und 'point-in-time queries'. Es verwendet Fremdsysteme zur Speicherung der Daten

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

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

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store

Relational DBMS

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

Punkte	1,66
Rang	#144	Overall
	#66	Relational DBMS

Punkte	1,14
Rang	#178	Overall
	#80	Relational DBMS

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

Website

www.datomic.com

www.oracle.com/database/technologies/related/rdb.html

splicemachine.com

Technische Dokumentation

docs.datomic.com

www.oracle.com/database/technologies/related/rdb-doc.html

splicemachine.com/how-it-works

Entwickler

Cognitect

FatCloud

Oracle, originally developed by Digital Equipment Corporation (DEC)

Splice Machine

Erscheinungsjahr

2012

1984

2014

Aktuelle Version

1.0.6735, Juni 2023

7.4.1.1, 2021

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Limitierte Edition gratis

kommerziell

Open Source

AGPL 3.0, commercial license available

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, Clojure

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Windows

HP Open VMS

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

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

nein

Ãœber Integration mit SQL Server

APIs und andere Zugriffskonzepte

RESTful HTTP API

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Clojure
Java

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

Server-seitige Scripts

Stored Procedures

Transaction Functions

Ãœber Applikationen

Java

Triggers

By using transaction functions

Ãœber Applikationen

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

But extensive use of caching in the application peers

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

But extensive use of caching in the application peers

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

yes, on a single node

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

using external storage systems (e.g. Cassandra, DynamoDB, PostgreSQL, Couchbase and others)

In-Memory Unterstützung

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

recommended only for testing and development

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

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

Nubank buys firm behind Clojure programming language
28. Juli 2020, Finextra

Homoiconicity: It Is What It Is
31. Oktober 2017, InfoQ.com

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

Zoona Case Study
16. Dezember 2017, AWS Blog

Brazil’s Nubank acquires US software firm Cognitect, creator of Clojure and Datomic
24. Juli 2020, LatamList

bereitgestellt von Google News

Oracle Adds New AI-Enabling Features To MySQL HeatWave
23. März 2023, Forbes

2013 Data Science Salary Survey – O'Reilly
4. Mai 2013, O'Reilly Media

bereitgestellt von Google News

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

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

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

Big Data News: Splice Machine, Carpathia, Altiscale, DataGravity
11. Februar 2014, Data Center Knowledge

Hadoop-based RDBMS Now Available from Splice
12. Mai 2014, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk