DBMS > EJDB vs. Newts vs. Splice Machine vs. TimesTen vs. Vertica

Vergleich der Systemeigenschaften EJDB vs. Newts vs. Splice Machine vs. TimesTen vs. Vertica

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Time Series DBMS basierend auf Cassandra

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

In-Memory RDBMS compatible to Oracle

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

Primäres Datenbankmodell

Document Store

Time Series DBMS

Relational DBMS

Column oriented

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

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

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

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

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

Punkte	10,68
Rang	#43	Overall
	#27	Relational DBMS

Website

github.com/Softmotions/ejdb

opennms.github.io/newts

splicemachine.com

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

www.vertica.com

Technische Dokumentation

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

github.com/OpenNMS/newts/wiki

splicemachine.com/how-it-works

docs.oracle.com/database/timesten-18.1

vertica.com/documentation

Entwickler

Softmotions

OpenNMS Group

Splice Machine

Oracle, TimesTen Performance Software, HP

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

OpenText

previously Micro Focus and Hewlett Packard

Erscheinungsjahr

2012

2014

1998

2005

Aktuelle Version

3.1, March 2021

11 Release 2 (11.2.2.8.0)

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

Open Source

AGPL 3.0, commercial license available

kommerziell

Limitierte Community Edition gratis

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Java

C++

Server Betriebssysteme

serverlos

Linux
OS X
Windows

Linux
OS X
Solaris
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux

Datenschema

schemafrei

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

yes

XML Unterstützung

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

nein

Sekundärindizes

nein

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

nein

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

APIs und andere Zugriffskonzepte

In-process Library

HTTP REST
Java API

JDBC
Native Spark Datasource
ODBC

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

Unterstützte Programmiersprachen

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

Java

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

C
C++
Java
PL/SQL

C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R

Server-seitige Scripts

Stored Procedures

nein

Java

PL/SQL

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

nein

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

horizontal partitioning, hierarchical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Multi-Source Replikation
Source-Replica Replikation

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Bi-directional Spark integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

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

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

yes, multi-version concurrency control (MVCC)

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users, groups and roles according to SQL-standard

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Deploy-anywhere database for large-scale analytical deployments. Deploy off-cloud,...
» mehr

Competitive advantages

Fast, scalable, and capable of high concurrency. Separation of compute/storage leverages...
» mehr

Typical application scenarios

Communication and network analytics, Embedded analytics, Fraud monitoring and Risk...
» mehr

Key customers

Abiba Systems, Adform, adMarketplace, AmeriPride, Anritsu, AOL, Avito, Auckland Transport,...
» mehr

Licensing and pricing models

Cost-based models and subscription-based models are both available. One license is...
» mehr

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

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

New Splice Machine RDBMS unites OLTP and OLAP
18. November 2015, CIO

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

bereitgestellt von Google News

OCI Object Storage Completes Technical Validation of Vertica in Eon Mode
16. Oktober 2023, blogs.oracle.com

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

MapR Hadoop Upgrade Runs HP Vertica
22. September 2023, InformationWeek

How Embedded Analytics Help ISVs Overcome Challenges
14. September 2023, Spiceworks News and Insights

OpenText expands enterprise portfolio with AI and Micro Focus integrations
25. Juli 2023, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk