DBMS > DuckDB vs. Splice Machine vs. Stardog vs. TempoIQ

Vergleich der Systemeigenschaften DuckDB vs. Splice Machine vs. Stardog vs. TempoIQ

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

TempoIQ seems to be decommissioned. It will be removed from the DB-Engines ranking.

Kurzbeschreibung

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

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

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

Scalable analytics DBMS for sensor data, provided as a service (SaaS)

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
RDF Store

Time Series DBMS

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

Punkte	4,57
Rang	#74	Overall
	#40	Relational DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Punkte	2,02
Rang	#123	Overall
	#11	Graph DBMS
	#6	RDF Stores

Website

duckdb.org

splicemachine.com

www.stardog.com

tempoiq.com (offline)

Technische Dokumentation

duckdb.org/docs

splicemachine.com/how-it-works

docs.stardog.com

Entwickler

Splice Machine

Stardog-Union

TempoIQ

Erscheinungsjahr

2018

2014

2010

2012

Aktuelle Version

0.10, Februar 2024

3.1, March 2021

7.3.0, Mai 2020

Lizenz

Commercial or Open Source

Open Source

MIT License

Open Source

AGPL 3.0, commercial license available

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

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

serverlos

Linux
OS X
Solaris
Windows

Linux
macOS
Windows

Datenschema

schema-free and OWL/RDFS-schema support

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

Importieren/Exportieren von XML Daten möglich

nein

Sekundärindizes

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

nein

APIs und andere Zugriffskonzepte

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

HTTP API

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

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

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

C#
Java
JavaScript

Node.js
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Java

user defined functions and aggregates, HTTP Server extensions in Java

nein

Triggers

nein

via event handlers

Realtime Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

Multi-Source Replikation in HA-Cluster

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

Immediate Consistency

Immediate Consistency in HA-Cluster

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Zugriffsrechte für Benutzer und Rollen

einfacher Authentication-basierter Zugriffsschutz

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

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

Enabling Remote Query Execution through DuckDB Extensions
12. März 2024, InfoQ.com

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

DuckDB and AWS — How to Aggregate 100 Million Rows in 1 Minute
25. April 2024, Towards Data Science

MotherDuck Raises $52.5 Million Series B Funding as DuckDB Adoption Soars
20. September 2023, PR Newswire

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

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

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

Splice Machine takes on big boys of big data with Hadoop RDBMS
21. Januar 2015, RCR Wireless News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk