DBMS > EsgynDB vs. Graphite vs. RDF4J vs. Trafodion

Vergleich der Systemeigenschaften EsgynDB vs. Graphite vs. RDF4J vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

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

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

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

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	4,57
Rang	#73	Overall
	#5	Time Series DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Website

www.esgyn.cn

github.com/graphite-project/graphite-web

rdf4j.org

trafodion.apache.org

Technische Dokumentation

graphite.readthedocs.io

rdf4j.org/documentation

trafodion.apache.org/documentation.html

Entwickler

Esgyn

Chris Davis

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

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2015

2006

2004

2014

Aktuelle Version

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Apache 2.0

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++, Java

Python

Java

C++, Java

Server Betriebssysteme

Linux

Linux
Unix

Linux
OS X
Unix
Windows

Linux

Datenschema

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

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

ADO.NET
JDBC
ODBC

HTTP API
Sockets

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

JavaScript (Node.js)
Python

Java
PHP
Python

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

keine

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

InfluxDB: From Open Source Time Series Database to Millions in Revenue
3. März 2021, hackernoon.com

How Grafana made observability accessible
12. Juni 2023, InfoWorld

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

An Open Source Tour de Force at Apache: Big Data 2016
11. Mai 2016, Datanami

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

HP Throws Trafodion Hat into OLTP Hadoop Ring
14. Juli 2014, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk