DBMS > EsgynDB vs. NSDb vs. Realm vs. Splice Machine vs. ToroDB

Vergleich der Systemeigenschaften EsgynDB vs. NSDb vs. Realm vs. Splice Machine vs. ToroDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

A DBMS built for use on mobile devices that’s a fast, easy to use alternative to SQLite and Core Data

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

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

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

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

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	7,41
Rang	#52	Overall
	#8	Document Stores

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

Website

github.com/torodb/server

Technische Dokumentation

nsdb.io/Architecture

realm.io/docs

splicemachine.com/how-it-works

Entwickler

Esgyn

Realm, acquired by MongoDB in May 2019

Splice Machine

8Kdata

Erscheinungsjahr

2015

2017

2014

2016

Aktuelle Version

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

AGPL 3.0, commercial license available

Open Source

AGPL-V3

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

Java, Scala

Java

Server Betriebssysteme

Linux

Linux
macOS

Android
Backend: serverlos
iOS
Windows

Linux
OS X
Solaris
Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

string, integer, double, boolean, date, object_id

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL-like query language

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

gRPC
HTTP REST
WebSocket

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

Java
Scala

.Net
Java

with Android only
Objective-C
React Native
Swift

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

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

runs within the applications so server-side scripts are unnecessary

Java

Triggers

nein

Change Listeners

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

keine

Multi-Source Replikation
Source-Replica 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

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

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

nein

In-Memory realm

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Zugriffsrechte für Benutzer und Rollen

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

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

MongoDB aims to unify developer experience with launch of MongoDB Cloud
9. Juni 2020, diginomica

Danish CEO explains Silicon Valley learning curve for European entrepreneurs - San Francisco Business Times
6. Oktober 2016, The Business Journals

Is Swift the Future of Server-side Development?
12. September 2017, Solutions Review

Java Synthetic Methods — What are these? | by Vaibhav Singh
27. Februar 2021, DataDrivenInvestor

Pyramid Analytics Appoints Spencer Johnson as Vice President of North America Sales
31. März 2020, Business Wire

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

New Splice Machine RDBMS unites OLTP and OLAP
18. November 2015, CIO

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

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk