DBMS > EJDB vs. OpenMLDB vs. Sequoiadb vs. Splice Machine

Vergleich der Systemeigenschaften EJDB vs. OpenMLDB vs. Sequoiadb vs. Splice Machine

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)

An open-source machine learning database that provides a feature platform for training and inference

NewSQL database with distributed OLTP and SQL

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

Primäres Datenbankmodell

Document Store

Time Series DBMS

Document Store
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,31
Rang	#296	Overall
	#44	Document Stores

Punkte	0,10
Rang	#359	Overall
	#36	Time Series DBMS

Punkte	0,50
Rang	#258	Overall
	#41	Document Stores
	#120	Relational DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

github.com/Softmotions/ejdb

openmldb.ai

www.sequoiadb.com

splicemachine.com

Technische Dokumentation

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

openmldb.ai/docs/zh/main

www.sequoiadb.com/en/index.php?m=Files&a=index

splicemachine.com/how-it-works

Entwickler

Softmotions

4 Paradigm Inc.

Sequoiadb Ltd.

Splice Machine

Erscheinungsjahr

2012

2020

2013

2014

Aktuelle Version

2024-2 February 2024

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Server: AGPL; Client: Apache V2

Open Source

AGPL 3.0, commercial license available

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, Scala

C++

Java

Server Betriebssysteme

serverlos

Linux

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Fixed schema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

oid, date, timestamp, binary, regex

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

APIs und andere Zugriffskonzepte

In-process Library

JDBC
SQLAlchemy

Proprietäres Protokoll basierend auf JSON

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

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

C++
Go
Java
Python
Scala

.Net
C++
Java
PHP
Python

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

Server-seitige Scripts

Stored Procedures

nein

JavaScript

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

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

während einer Transaktion wird das Dokument gesperrt

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

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

fine grained access rights according to SQL-standard

einfacher Passwort-basierter Zugriffsschutz

Access rights for users, groups and roles according to 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

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

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

Big Data News: Splice Machine, Carpathia, Altiscale, DataGravity
11. Februar 2014, Data Center Knowledge

Hadoop-based RDBMS Now Available from Splice
12. Mai 2014, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk