DBMS > EsgynDB vs. HEAVY.AI vs. RDF4J vs. Warp 10

Vergleich der Systemeigenschaften EsgynDB vs. HEAVY.AI vs. RDF4J vs. Warp 10

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

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

TimeSeries DBMS specialized on timestamped geo data based on LevelDB or HBase

Primäres Datenbankmodell

Relational DBMS

RDF Store

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	2,10
Rang	#126	Overall
	#61	Relational DBMS

Punkte	0,71
Rang	#231	Overall
	#9	RDF Stores

Punkte	0,08
Rang	#358	Overall
	#35	Time Series DBMS

Website

www.esgyn.cn

github.com/heavyai/heavydb
www.heavy.ai

rdf4j.org

www.warp10.io

Technische Dokumentation

docs.heavy.ai

rdf4j.org/documentation

www.warp10.io/content/02_Getting_started

Entwickler

Esgyn

HEAVY.AI, Inc.

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

SenX

Erscheinungsjahr

2015

2016

2004

2015

Aktuelle Version

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; enterprise edition available

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Apache License 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++ and CUDA

Java

Server Betriebssysteme

Linux

Linux
OS X
Unix
Windows

Linux
OS X
Windows

Datenschema

RDF Schemas

schemafrei

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

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
ODBC
Thrift
Vega

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

HTTP API
Jupyter
WebSocket

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

All languages supporting JDBC/ODBC/Thrift
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

WarpScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

keine

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

Multi-Source Replikation

keine

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

nein

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Mandatory use of cryptographic tokens, containing fine-grained authorizations

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

HEAVY.AI Introduces HeavyIQ, Delivering Powerful Conversational Analytics Focused on Location and Time Data
19. März 2024, Datanami

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Star Trek: 5 Things Picard Does Better Than Discovery (& 5 Things Discovery Does Better)
4. April 2020, Screen Rant

Launched Just A Year Ago, Open-Source Scality S3 Server Gains Extraordinary Momentum As It Simplifies The Life Of ...
28. Juni 2017, PR Newswire UK

Time Series Databases Software market latest trends, CAGR, and forecast till 2026 | eSherpa Market Reports
13. April 2020, openPR

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk