DBMS > EJDB vs. Firebolt vs. HEAVY.AI vs. TimesTen

Vergleich der Systemeigenschaften EJDB vs. Firebolt vs. HEAVY.AI vs. TimesTen

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Highly scalable cloud data warehouse and analytics product

Forked from Clickhouse

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

In-Memory RDBMS compatible to Oracle

Primäres Datenbankmodell

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	1,90
Rang	#134	Overall
	#62	Relational DBMS

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	1,31
Rang	#163	Overall
	#74	Relational DBMS

Website

github.com/Softmotions/ejdb

www.firebolt.io

github.com/heavyai/heavydb
www.heavy.ai

www.oracle.com/database/technologies/related/timesten.html

Technische Dokumentation

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

docs.firebolt.io

docs.heavy.ai

docs.oracle.com/database/timesten-18.1

Entwickler

Softmotions

Firebolt Analytics Inc.

HEAVY.AI, Inc.

Oracle, TimesTen Performance Software, HP

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

2012

2020

2016

1998

Aktuelle Version

5.10, Jänner 2022

11 Release 2 (11.2.2.8.0)

Lizenz

Commercial or Open Source

Open Source

GPLv2

kommerziell

Open Source

Apache Version 2; enterprise 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++ and CUDA

Server Betriebssysteme

serverlos

gehostet

Linux

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
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

APIs und andere Zugriffskonzepte

In-process Library

.Net
ODBC
RESTful HTTP API

JDBC
ODBC
Thrift
Vega

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

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

Go
JavaScript (Node.js)
Python

All languages supporting JDBC/ODBC/Thrift
Python

C
C++
Java
PL/SQL

Server-seitige Scripts

Stored Procedures

nein

PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

abhängig von Storage layer

Multi-Source Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

by means of logfiles and checkpoints

In-Memory Unterstützung

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

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

10 Best Data Pipeline Tools of 2024 to Boost Your Productivity
20. Februar 2024, Datamation

Cloud data unicorn Firebolt fires dozens of employees
7. September 2022, CTech

Firebolt vs Snowflake | Data Warehousing Platform Comparison
1. April 2022, TechRepublic

Firebolt, a data warehouse startup, raises $100M at a $1.4B valuation for faster, cheaper analytics on large data sets
26. Januar 2022, TechCrunch

Firebolt, Israeli Cloud Data Warehouse Startup Forklifts Forward
5. Januar 2021, Forbes

bereitgestellt von Google News

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, businesswire.com

Making the most of geospatial intelligence
14. April 2023, InfoWorld

OmniSci Gets HEAVY New Name and New CEO
1. März 2022, Datanami

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk