DBMS > EJDB vs. HEAVY.AI vs. NSDb vs. SwayDB

Vergleich der Systemeigenschaften EJDB vs. HEAVY.AI vs. NSDb vs. SwayDB

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)

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

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,13
Rang	#331	Overall
	#46	Document Stores

Punkte	1,41
Rang	#153	Overall
	#71	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Punkte	0,00
Rang	#384	Overall
	#60	Key-Value Stores

Website

github.com/Softmotions/ejdb

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

nsdb.io

swaydb.simer.au

Technische Dokumentation

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

docs.heavy.ai

nsdb.io/Architecture

Entwickler

Softmotions

HEAVY.AI, Inc.

Simer Plaha

Erscheinungsjahr

2012

2016

2017

2018

Aktuelle Version

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache Version 2.0

Open Source

GNU Affero GPL V3.0

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

Java, Scala

Scala

Server Betriebssysteme

serverlos

Linux

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

yes: int, bigint, decimal, string

nein

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

all fields are automatically indexed

nein

SQL

Support of SQL

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

In-process Library

JDBC
ODBC
Thrift
Vega

gRPC
HTTP REST
WebSocket

Unterstützte Programmiersprachen

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

All languages supporting JDBC/ODBC/Thrift
Python

Java
Scala

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

keine

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

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic execution of operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

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

nein

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

5 Q’s for Mike Flaxman, Vice President of Heavy.AI
15. August 2024, Center for Data Innovation

HEAVY.AI Accelerates Big Data Analytics with Vultr's High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

Dr. Mike Flaxman, VP or Product Management at HEAVY.AI – Interview Series
19. September 2024, Unite.AI

HEAVY.AI Accelerates Big Data Analytics with Vultr’s High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk