DBMS > EXASOL vs. gStore vs. Kinetica vs. RDF4J

Vergleich der Systemeigenschaften EXASOL vs. gStore vs. Kinetica vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

High-performance, in-memory, MPP database specifically designed for in-memory analytics.

A native Graph DBMS to store and maintain very large RDF datasets.

Fully vectorized database across both GPUs and CPUs

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	1,66
Rang	#138	Overall
	#64	Relational DBMS

Punkte	0,03
Rang	#367	Overall
	#37	Graph DBMS
	#18	RDF Stores

Punkte	0,42
Rang	#261	Overall
	#120	Relational DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

Technische Dokumentation

www.exasol.com/resources

en.gstore.cn/#/enDocs

docs.kinetica.com

rdf4j.org/documentation

Entwickler

Exasol

Kinetica

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2000

2016

2012

2004

Aktuelle Version

1.2, November 2023

7.1, August 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

BSD

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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++

C, C++

Java

Server Betriebssysteme

Linux

Linux
OS X
Unix
Windows

Datenschema

schema-free and OWL/RDFS-schema support

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

.Net
JDBC
ODBC
WebSocket

HTTP API
SPARQL 1.1

JDBC
ODBC
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Java
Lua
Python
R

C++
Java
JavaScript (Node.js)
PHP
Python

C++
Java
JavaScript (Node.js)
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Triggers

triggers when inserted values for one or more columns fall within a specified range

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

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

Users, roles and permissions, Role-Based Access Control (RBAC) supported

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

Exasol gets jolt of AI with Espresso suite of capabilities
26. Februar 2024, TechTarget

Exasol Finds AI Underinvestment Leads to Business Failure, But Data Challenges Stall Rapid Adoption
14. Mai 2024, insideainews.com

Mathias Golombek, Chief Technology Officer of Exasol – Interview Series
21. Mai 2024, Unite.AI

WashTec: Data Analytics for optimizing car wash systems.
27. Mai 2024, All-About-Industries

It’s Back to the Database Future for Exasol CEO Tewes
26. Oktober 2023, Datanami

bereitgestellt von Google News

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideainews.com

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica: AI is a ‘killer app’ for data analytics
2. Mai 2023, Blocks & Files

Kinetica Taps Dell for Hardware
12. Juni 2018, Finovate

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk