DBMS > EsgynDB vs. gStore vs. IBM Db2 Event Store vs. RDF4J vs. Trafodion

Vergleich der Systemeigenschaften EsgynDB vs. gStore vs. IBM Db2 Event Store vs. RDF4J vs. Trafodion

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

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

Distributed Event Store optimized for Internet of Things use cases

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

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
RDF Store

Event Store
Time Series DBMS

RDF Store

Relational DBMS

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

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	0,14
Rang	#342	Overall
	#34	Graph DBMS
	#16	RDF Stores

Punkte	0,27
Rang	#309	Overall
	#2	Event Stores
	#28	Time Series DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Website

www.esgyn.cn

en.gstore.cn

www.ibm.com/products/db2-event-store

rdf4j.org

trafodion.apache.org

Technische Dokumentation

en.gstore.cn/#/enDocs

www.ibm.com/docs/en/db2-event-store

rdf4j.org/documentation

trafodion.apache.org/documentation.html

Entwickler

Esgyn

IBM

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

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2015

2016

2017

2004

2014

Aktuelle Version

1.2, November 2023

2.0

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

BSD

kommerziell

free developer edition available

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

C++

C und C++

Java

C++, Java

Server Betriebssysteme

Linux

Linux, macOS, Windows for the developer addition

Linux
OS X
Unix
Windows

Linux

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

nein

SQL

Support of SQL

nein

through the embedded Spark runtime

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

HTTP API
SPARQL 1.1

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

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

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

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Java
PHP
Python

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

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

Active-active shard replication

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

Eventual Consistency

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

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

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

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

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

Erwähnungen in aktuellen Nachrichten

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, ibm.com

IBM Builds New Ultra-Fast Platform for Hoovering Up and Analyzing Data from Anywhere
31. Mai 2018, Data Center Knowledge

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

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

SQL-on-Hadoop Database Trafodion Bridges Transactions and Analysis
24. Januar 2018, The New Stack

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk