DBMS > DuckDB vs. EJDB vs. LeanXcale vs. Newts vs. Splice Machine

Vergleich der Systemeigenschaften DuckDB vs. EJDB vs. LeanXcale vs. Newts vs. Splice Machine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An embeddable, in-process, column-oriented SQL OLAP RDBMS

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Time Series DBMS basierend auf Cassandra

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

Primäres Datenbankmodell

Relational DBMS

Document Store

Key-Value Store
Relational DBMS

Time Series DBMS

Relational DBMS

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

Punkte	4,63
Rang	#69	Overall
	#37	Relational DBMS

Punkte	0,31
Rang	#296	Overall
	#44	Document Stores

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	0,07
Rang	#375	Overall
	#41	Time Series DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

duckdb.org

github.com/Softmotions/ejdb

www.leanxcale.com

opennms.github.io/newts

splicemachine.com

Technische Dokumentation

duckdb.org/docs

github.com/Softmotions/ejdb/blob/master/README.md

github.com/OpenNMS/newts/wiki

splicemachine.com/how-it-works

Entwickler

Softmotions

LeanXcale

OpenNMS Group

Splice Machine

Erscheinungsjahr

2018

2012

2015

2014

Aktuelle Version

1.0.0, Juni 2024

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

MIT License

Open Source

GPLv2

kommerziell

Open Source

Apache 2.0

Open Source

AGPL 3.0, commercial license available

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

serverlos

Linux
OS X
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

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

through Apache Derby

nein

APIs und andere Zugriffskonzepte

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

In-process Library

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

HTTP REST
Java API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C
C#

3rd party driver
C++
Crystal

3rd party driver
Go

3rd party driver
Java
Lisp

3rd party driver
Python
R
Ruby

3rd party driver
Rust
Swift
Zig

3rd party driver

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

C
Java
Scala

Java

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

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Read/Write Locking

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users, groups and roles 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

DuckDB promises greater stability with 1.0 release
5. Juni 2024, The Register

DuckDB: The tiny but powerful analytics database
15. Mai 2024, InfoWorld

DuckDB 1.0 Released
4. Juni 2024, iProgrammer

DuckDB: In-Process Python Analytics for Not-Quite-Big Data
31. Mai 2024, The New Stack

DuckDB Walks to the Beat of Its Own Analytics Drum
5. März 2024, Datanami

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 ...
19. Januar 2021, PR Newswire

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

ETL: The Silent Killer of Big Data Projects
23. Juli 2015, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk