DBMS > DolphinDB vs. Graph Engine vs. JanusGraph vs. YottaDB

Vergleich der Systemeigenschaften DolphinDB vs. Graph Engine vs. JanusGraph vs. YottaDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

A fast and solid embedded Key-value store

Primäres Datenbankmodell

Time Series DBMS

Graph DBMS
Key-Value Store

Graph DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Relational DBMS

using the Octo plugin

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

Punkte	4,03
Rang	#78	Overall
	#6	Time Series DBMS

Punkte	0,67
Rang	#232	Overall
	#21	Graph DBMS
	#34	Key-Value Stores

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,28
Rang	#306	Overall
	#44	Key-Value Stores

Website

Technische Dokumentation

docs.dolphindb.cn/en/help200/index.html

www.graphengine.io/docs/manual

docs.janusgraph.org

yottadb.com/resources/documentation

Entwickler

DolphinDB, Inc

Microsoft

Linux Foundation; originally developed as Titan by Aurelius

YottaDB, LLC

Erscheinungsjahr

2018

2010

2017

2001

Aktuelle Version

v2.00.4, January 2022

0.6.3, Februar 2023

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

MIT License

Open Source

Apache 2.0

Open Source

AGPL 3.0

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

C++

.NET and C

Java

Server Betriebssysteme

Linux
Windows

.NET

Linux
OS X
Unix
Windows

Docker
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

SQL-like query language

nein

by using the Octo plugin

APIs und andere Zugriffskonzepte

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

RESTful HTTP API

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

PostgreSQL wire protocol

using the Octo plugin
Proprietäres Protokoll

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

C#
C++
F#
Visual Basic

Clojure
Java
Python

C
Go
JavaScript (Node.js)
Lua
M
Perl
Python
Rust

Server-seitige Scripts

Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

MapReduce

Bietet ein API für Map/Reduce Operationen

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Benutzer Authentification und Sicherheit via Rexster Graph Server

Benutzer und Gruppen basierend auf Betriebssystem-Security

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

Trinity
30. Oktober 2010, Microsoft

Open source Microsoft Graph Engine takes on Neo4j
13. Februar 2017, InfoWorld

IBM releases Graph, a service that can outperform SQL databases
27. Juli 2016, GeekWire

Aerospike Is Now a Graph Database, Too
21. Juni 2023, Datanami

The graph analytics landscape 2019 - DataScienceCentral.com
27. Februar 2019, Data Science Central

bereitgestellt von Google News

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk