DBMS > DuckDB vs. EsgynDB vs. GBase vs. IBM Db2 Event Store vs. Yaacomo

Vergleich der Systemeigenschaften DuckDB vs. EsgynDB vs. GBase vs. IBM Db2 Event Store vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

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

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Distributed Event Store optimized for Internet of Things use cases

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Relational DBMS

Event Store
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	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	1,05
Rang	#186	Overall
	#86	Relational DBMS

Punkte	0,27
Rang	#309	Overall
	#2	Event Stores
	#28	Time Series DBMS

Website

duckdb.org

www.esgyn.cn

www.gbase.cn

www.ibm.com/products/db2-event-store

yaacomo.com

Technische Dokumentation

duckdb.org/docs

www.ibm.com/docs/en/db2-event-store

Entwickler

Esgyn

General Data Technology Co., Ltd.

IBM

Q2WEB GmbH

Erscheinungsjahr

2018

2015

2004

2017

2009

Aktuelle Version

1.0.0, Juni 2024

GBase 8a, GBase 8s, GBase 8c

2.0

Lizenz

Commercial or Open Source

Open Source

MIT License

kommerziell

free developer edition available

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++

C++, Java

C, Java, Python

C und C++

Server Betriebssysteme

serverlos

Linux

Linux, macOS, Windows for the developer addition

Android
Linux
Windows

Datenschema

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

nein

SQL

Support of SQL

Standard with numerous extensions

through the embedded Spark runtime

APIs und andere Zugriffskonzepte

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

ADO.NET
JDBC
ODBC

ADO.NET
C API
JDBC
ODBC

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

JDBC
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

All languages supporting JDBC/ODBC/ADO.Net

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

user defined functions

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

Active-active shard replication

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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: 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

My First Billion (of Rows) in DuckDB | by João Pedro | May, 2024
1. Mai 2024, Towards Data Science

bereitgestellt von Google News

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, IBM

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk