DBMS > Dgraph vs. IBM Db2 Event Store vs. RDF4J vs. Sequoiadb

Vergleich der Systemeigenschaften Dgraph vs. IBM Db2 Event Store vs. RDF4J vs. Sequoiadb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Verteiltes, skalierbares Graph DBMS

Distributed Event Store optimized for Internet of Things use cases

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

NewSQL database with distributed OLTP and SQL

Primäres Datenbankmodell

Graph DBMS

Event Store
Time Series DBMS

RDF Store

Document Store
Relational DBMS

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

Punkte	1,53
Rang	#152	Overall
	#15	Graph DBMS

Punkte	0,27
Rang	#309	Overall
	#2	Event Stores
	#28	Time Series DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Punkte	0,50
Rang	#258	Overall
	#41	Document Stores
	#120	Relational DBMS

Website

dgraph.io

www.ibm.com/products/db2-event-store

rdf4j.org

www.sequoiadb.com

Technische Dokumentation

dgraph.io/docs

www.ibm.com/docs/en/db2-event-store

rdf4j.org/documentation

www.sequoiadb.com/en/index.php?m=Files&a=index

Entwickler

Dgraph Labs, Inc.

IBM

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

Sequoiadb Ltd.

Erscheinungsjahr

2016

2017

2004

2013

Aktuelle Version

2.0

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

free developer edition available

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Server: AGPL; Client: Apache V2

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 und C++

Java

C++

Server Betriebssysteme

Linux
OS X
Windows

Linux

Linux, macOS, Windows for the developer addition

Linux
OS X
Unix
Windows

Linux

Datenschema

schemafrei

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

oid, date, timestamp, binary, regex

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

through the embedded Spark runtime

nein

SQL-like query language

APIs und andere Zugriffskonzepte

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

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Proprietäres Protokoll basierend auf JSON

Unterstützte Programmiersprachen

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

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Java
PHP
Python

.Net
C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

JavaScript

Triggers

nein

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

Active-active shard replication

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

während einer Transaktion wird das Dokument gesperrt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Planned for future releases

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

einfacher Passwort-basierter Zugriffsschutz

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

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

Dgraph raises $11.5 million for scalable graph database solutions
31. Juli 2019, VentureBeat

bereitgestellt von Google News

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, IBM

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk