DBMS > EJDB vs. Graphite vs. TigerGraph vs. Tkrzw vs. Yaacomo

Vergleich der Systemeigenschaften EJDB vs. Graphite vs. TigerGraph vs. Tkrzw vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

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

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

A complete, distributed, parallel graph computing platform supporting web-scale data analytics in real-time

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

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

Primäres Datenbankmodell

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

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

Punkte	4,57
Rang	#73	Overall
	#5	Time Series DBMS

Punkte	1,83
Rang	#139	Overall
	#13	Graph DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Website

github.com/Softmotions/ejdb

github.com/graphite-project/graphite-web

www.tigergraph.com

dbmx.net/tkrzw

yaacomo.com

Technische Dokumentation

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

graphite.readthedocs.io

docs.tigergraph.com

Entwickler

Softmotions

Chris Davis

Mikio Hirabayashi

Q2WEB GmbH

Erscheinungsjahr

2012

2006

2017

2020

2009

Aktuelle Version

0.9.3, August 2020

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2.0

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

Python

C++

Server Betriebssysteme

serverlos

Linux
Unix

Linux

Linux
macOS

Android
Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

Numeric data only

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

SQL-like query language (GSQL)

nein

APIs und andere Zugriffskonzepte

In-process Library

HTTP API
Sockets

GSQL (TigerGraph Query Language)
Kafka
RESTful HTTP/JSON API

JDBC
ODBC

Unterstützte Programmiersprachen

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

JavaScript (Node.js)
Python

C++
Java

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

nein

Role-based access control

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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

How Grafana made observability accessible
12. Juni 2023, InfoWorld

bereitgestellt von Google News

TigerGraph Unveils CoPilot, Version 4.0, and New CEO
30. April 2024, Datanami

How TigerGraph CoPilot enables graph-augmented AI
30. April 2024, InfoWorld

TigerGraph unveils GenAI assistant, introduces new CEO
30. April 2024, TechTarget

TigerGraph Bolsters DB for Enterprise Graph Workloads
1. November 2023, Datanami

Aerospike takes on Neo4j and TigerGraph with launch of graph database
20. Juni 2023, SiliconANGLE News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk