DBMS > Datomic vs. RDF4J vs. Splice Machine vs. SWC-DB

Vergleich der Systemeigenschaften Datomic vs. RDF4J vs. Splice Machine vs. SWC-DB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

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

A high performance, scalable Wide Column DBMS

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	1,59
Rang	#150	Overall
	#69	Relational DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Punkte	0,01
Rang	#376	Overall
	#13	Wide Column Stores

Website

www.datomic.com

rdf4j.org

splicemachine.com

github.com/kashirin-alex/swc-db
www.swcdb.org

Technische Dokumentation

docs.datomic.com

rdf4j.org/documentation

splicemachine.com/how-it-works

Entwickler

Cognitect

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

Splice Machine

Alex Kashirin

Erscheinungsjahr

2012

2004

2014

2020

Aktuelle Version

1.0.6735, Juni 2023

3.1, March 2021

0.5, April 2021

Lizenz

Commercial or Open Source

kommerziell

Limitierte Edition gratis

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

AGPL 3.0, commercial license available

Open Source

GPL V3

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

C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Unix
Windows

Linux
OS X
Solaris
Windows

Linux

Datenschema

RDF Schemas

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

SQL

Support of SQL

nein

SQL-like query language

APIs und andere Zugriffskonzepte

RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
Native Spark Datasource
ODBC

Proprietäres Protokoll
Thrift

Unterstützte Programmiersprachen

Clojure
Java

Java
PHP
Python

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

C++

Server-seitige Scripts

Stored Procedures

Transaction Functions

Java

nein

Triggers

By using transaction functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

But extensive use of caching in the application peers

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

But extensive use of caching in the application peers

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

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

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 Storage wird ebenfalls unterstützt

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

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

Stanchion Turns SQLite Into A Column Store
15. Februar 2024, iProgrammer

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

Zoona Case Study
16. Dezember 2017, AWS Blog

Architecting Software for Leverage
13. November 2021, InfoQ.com

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

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

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

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

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

bereitgestellt von Google News

2022 All O-Zone Football Team
17. Dezember 2022, Ozarks Sports Zone

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk