DBMS > Dragonfly vs. Splice Machine vs. Tkrzw

Vergleich der Systemeigenschaften Dragonfly vs. Splice Machine vs. Tkrzw

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A drop-in Redis replacement that scales vertically to support millions of operations per second and terabyte sized workloads, all on a single instance

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

Key-Value Store

Relational DBMS

Key-Value Store

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

Punkte	0,44
Rang	#255	Overall
	#38	Key-Value Stores

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#61	Key-Value Stores

Website

github.com/dragonflydb/dragonfly
www.dragonflydb.io

splicemachine.com

dbmx.net/tkrzw

Technische Dokumentation

www.dragonflydb.io/docs

splicemachine.com/how-it-works

Entwickler

DragonflyDB team and community contributors

Splice Machine

Mikio Hirabayashi

Erscheinungsjahr

2023

2014

2020

Aktuelle Version

1.0, March 2023

3.1, March 2021

0.9.3, August 2020

Lizenz

Commercial or Open Source

Open Source

BSL 1.1

Open Source

AGPL 3.0, commercial license available

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

C++

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

strings, hashes, lists, sets, sorted sets, bit arrays

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

nein

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

RESP - REdis Serialization Protocol

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C
C#
C++
Clojure
D
Dart
Elixir
Erlang
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
Objective-C
Perl
PHP
Python
R
Ruby
Rust
Scala
Swift
Tcl

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

Lua

Java

nein

Triggers

publish/subscribe channels provide some trigger functionality

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of command blocks and scripts

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, strict serializability by the server

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

Password-based authentication

Access rights for users, groups and roles according to SQL-standard

nein

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

DragonflyDB Announces $21m in New Funding and General Availability
21. März 2023, Business Wire

DragonflyDB reels in $21M for its speedy in-memory database
21. März 2023, SiliconANGLE News

Tech Startups to Watch in 2023
12. April 2023, Database Trends and Applications

Intel Linux Kernel Optimizations Show Huge Benefit For High Core Count Servers
29. März 2023, Phoronix

SFU Computing Science researchers receive 2022 ACM SIGMOD Research Highlight Award.
24. Februar 2023, Simon Fraser University News

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine Learning
19. Januar 2021, PR Newswire

2021: The Year of the Feature Store
19. Januar 2021, Datanami

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

Splice Machine Launches ML Manager Beta Program to Meet the Growing Demand for Operational AI
7. April 2019, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk