DBMS > EXASOL vs. RDF4J vs. Splice Machine vs. SwayDB vs. VelocityDB

Vergleich der Systemeigenschaften EXASOL vs. RDF4J vs. Splice Machine vs. SwayDB vs. VelocityDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

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

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

A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)

Primäres Datenbankmodell

Graph DBMS
Object oriented DBMS

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

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

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

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

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

Punkte	0,00
Rang	#385	Overall
	#40	Graph DBMS
	#21	Object oriented DBMS

Website

Technische Dokumentation

www.exasol.com/resources

rdf4j.org/documentation

splicemachine.com/how-it-works

velocitydb.com/UserGuide

Entwickler

Exasol

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

Splice Machine

Simer Plaha

VelocityDB Inc

Erscheinungsjahr

2000

2004

2014

2018

2011

Aktuelle Version

3.1, March 2021

7.x

Lizenz

Commercial or Open Source

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

AGPL 3.0, commercial license available

Open Source

GNU Affero GPL V3.0

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

Java

Scala

Server Betriebssysteme

Linux
OS X
Unix
Windows

Linux
OS X
Solaris
Windows

Any that supports .NET

Datenschema

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

APIs und andere Zugriffskonzepte

.Net
JDBC
ODBC
WebSocket

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
Native Spark Datasource
ODBC

.Net

Unterstützte Programmiersprachen

Java
Lua
Python
R

Java
PHP
Python

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

Java
Kotlin
Scala

.Net

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Java

nein

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Isolation abhängig vom verwendeten API

ACID

Atomic execution of operations

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

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

Berechtigungskonzept

Zugriffskontrolle

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

nein

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

nein

Based on Windows Authentication

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, insideBIGDATA

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

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 Learning
19. Januar 2021, PR Newswire

2021: The Year of the Feature Store
19. Januar 2021, Datanami

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

Splice Machine Launches ML Manager Beta Program to Meet the Growing Demand for Operational AI
7. April 2019, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk