DBMS > DolphinDB vs. gStore vs. JanusGraph vs. NSDb

Vergleich der Systemeigenschaften DolphinDB vs. gStore vs. JanusGraph vs. NSDb

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 native Graph DBMS to store and maintain very large RDF datasets.

A Graph DBMS optimized for distributed clusters

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

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Primäres Datenbankmodell

Time Series DBMS
Vektor DBMS

Graph DBMS
RDF Store

Graph 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	0,03
Rang	#367	Overall
	#37	Graph DBMS
	#18	RDF Stores

Punkte	1,85
Rang	#134	Overall
	#12	Graph DBMS

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Website

Technische Dokumentation

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

en.gstore.cn/#/enDocs

docs.janusgraph.org

nsdb.io/Architecture

Entwickler

DolphinDB, Inc

Linux Foundation; originally developed as Titan by Aurelius

Erscheinungsjahr

2018

2016

2017

Aktuelle Version

v2.00.4, January 2022

1.2, November 2023

1.0.0, Oktober 2023

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

BSD

Open Source

Apache 2.0

Open Source

Apache Version 2.0

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++

Java

Java, Scala

Server Betriebssysteme

Linux
Windows

Linux

Linux
OS X
Unix
Windows

Linux
macOS

Datenschema

schema-free and OWL/RDFS-schema support

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL-like query language

nein

SQL-like query language

APIs und andere Zugriffskonzepte

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

HTTP API
SPARQL 1.1

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

gRPC
HTTP REST
WebSocket

Unterstützte Programmiersprachen

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

C++
Java
JavaScript (Node.js)
PHP
Python

Clojure
Java
Python

Java
Scala

Server-seitige Scripts

Stored Procedures

nein

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)

Sharding

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

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

Using Apache Lucene

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Users, roles and permissions, Role-Based Access Control (RBAC) supported

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

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

Teilen sie diese Seite mit ihrem Netzwerk