DBMS > DolphinDB vs. Graph Engine vs. Netezza vs. OpenMLDB

Vergleich der Systemeigenschaften DolphinDB vs. Graph Engine vs. Netezza vs. OpenMLDB

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

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

An open-source machine learning database that provides a feature platform for training and inference

Primäres Datenbankmodell

Time Series DBMS
Vektor DBMS

Graph DBMS
Key-Value Store

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	2,72
Rang	#100	Overall
	#8	Time Series DBMS
	#5	Vektor DBMS

Punkte	0,56
Rang	#241	Overall
	#21	Graph DBMS
	#34	Key-Value Stores

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Punkte	0,11
Rang	#339	Overall
	#30	Time Series DBMS

Website

www.dolphindb.com

www.graphengine.io

www.ibm.com/products/netezza

openmldb.ai

Technische Dokumentation

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

www.graphengine.io/docs/manual

openmldb.ai/docs/zh/main

Entwickler

DolphinDB, Inc

Microsoft

IBM

4 Paradigm Inc.

Erscheinungsjahr

2018

2010

2000

2020

Aktuelle Version

v2.00.4, January 2022

2024-2 February 2024

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

MIT License

kommerziell

Open Source

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

C++, Java, Scala

Server Betriebssysteme

Linux
Windows

.NET

Linux

In Appliance inkludiert

Linux

Datenschema

Fixed schema

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

SQL-like query language

nein

APIs und andere Zugriffskonzepte

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

RESTful HTTP API

JDBC
ODBC
OLE DB

JDBC
SQLAlchemy

Unterstützte Programmiersprachen

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

C#
C++
F#
Visual Basic

C
C++
Fortran
Java
Lua
Perl
Python
R

C++
Go
Java
Python
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

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

nein

ACID

nein

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

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Benutzer mit feingranularem Berechtigungskonzept

fine grained access rights 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

Trinity
30. Oktober 2010, microsoft.com

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

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

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

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, ibm.com

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, Microsoft

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk