DBMS > Dgraph vs. EsgynDB vs. H2GIS vs. Kinetica vs. ReductStore

Vergleich der Systemeigenschaften Dgraph vs. EsgynDB vs. H2GIS vs. Kinetica vs. ReductStore

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Verteiltes, skalierbares Graph DBMS

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

Spatial extension of H2

Fully vectorized database across both GPUs and CPUs

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

Spatial DBMS
Time Series DBMS

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

Punkte	1,45
Rang	#156	Overall
	#15	Graph DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#7	Spatial DBMS

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Website

github.com/reductstore
www.reduct.store

Technische Dokumentation

dgraph.io/docs

www.h2gis.org/docs/home

docs.kinetica.com

www.reduct.store/docs

Entwickler

Dgraph Labs, Inc.

Esgyn

CNRS

Kinetica

ReductStore LLC

Erscheinungsjahr

2016

2015

2013

2012

2023

Aktuelle Version

7.1, August 2021

1.9, März 2024

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

LGPL 3.0

kommerziell

Open Source

Business Source License 1.1

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

C++, Java

Java

C, C++

C++, Rust

Server Betriebssysteme

Linux
OS X
Windows

Linux

Docker
Linux
macOS
Windows

Datenschema

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 DML and DDL statements

APIs und andere Zugriffskonzepte

GraphQL query language
gRPC (using protocol buffers) API
HTTP API

ADO.NET
JDBC
ODBC

JDBC
ODBC
RESTful HTTP API

HTTP API

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

All languages supporting JDBC/ODBC/ADO.Net

Java

C++
Java
JavaScript (Node.js)
Python

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

basierend auf H2

benutzerdefinierte Funktionen

Triggers

nein

triggers when inserted values for one or more columns fall within a specified range

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Synchronous replication via Raft

Multi-source replication between multi datacenters

basierend auf H2

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

nein

Planned for future releases

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

basierend auf H2

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

Dgraph on AWS: Setting up a horizontally scalable graph database | Amazon Web Services
1. September 2020, AWS Blog

Dgraph Rises to the Top Graph Database on GitHub With 11 G2 Badges and 11M Downloads
26. Mai 2021, Business Wire

Dgraph Raises $6M in Seed Funding
20. Juli 2022, FinSMEs

Dgraph GraphQL database users detail graph use cases
20. April 2021, TechTarget

bereitgestellt von Google News

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica Delivers Real-Time Vector Similarity Search
20. März 2024, Datanami

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk