DBMS > DolphinDB vs. Heroic vs. JanusGraph vs. Kyligence Enterprise

Vergleich der Systemeigenschaften DolphinDB vs. Heroic vs. JanusGraph vs. Kyligence Enterprise

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.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A Graph DBMS optimized for distributed clusters

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

A distributed analytics engine for big data, built on top of Apache Kylin

Primäres Datenbankmodell

Time Series DBMS

Graph DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

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

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

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

Punkte	0,46
Rang	#266	Overall
	#124	Relational DBMS

Website

www.dolphindb.com

github.com/spotify/heroic

janusgraph.org

kyligence.io/kyligence-enterprise

Technische Dokumentation

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

spotify.github.io/heroic

docs.janusgraph.org

Entwickler

DolphinDB, Inc

Spotify

Linux Foundation; originally developed as Titan by Aurelius

Kyligence, Inc.

Erscheinungsjahr

2018

2014

2017

2016

Aktuelle Version

v2.00.4, January 2022

0.6.3, Februar 2023

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

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

Server Betriebssysteme

Linux
Windows

Linux
OS X
Unix
Windows

Linux

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

via Elasticsearch

SQL

Support of SQL

SQL-like query language

nein

ANSI SQL for queries (using Apache Calcite)

APIs und andere Zugriffskonzepte

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

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

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

Clojure
Java
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

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

nein

via Faunus, a graph analytics engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

nein

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Simple Deployment of a Graph Database: JanusGraph
12. Oktober 2020, Towards Data Science

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

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

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.com

bereitgestellt von Google News

Kyligence Grows OLAP Business in the Cloud
20. Februar 2020, Datanami

Kyligence adds ClickHouse OLAP engine to its analytics platform
10. August 2021, VentureBeat

Introducing Kyligence Copilot: The AI Copilot for Data to Excel Your KPIs
23. August 2023, insideBIGDATA

Distributed OLAPer Kyligence accelerates core engine, adds real-time data support – Blocks and Files
10. August 2021, Blocks & Files

How Kyligence Cloud uses Amazon EMR Serverless to simplify OLAP | Amazon Web Services
9. November 2022, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk