DBMS > Faircom DB vs. JanusGraph vs. PostGIS vs. RDF4J

Vergleich der Systemeigenschaften Faircom DB vs. JanusGraph vs. PostGIS vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Native high-speed multi-model DBMS for relational and key-value store data simultaneously accessible through SQL and NoSQL APIs.

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

Spatial extension of PostgreSQL

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

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Graph DBMS

Spatial DBMS

RDF Store

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,20
Rang	#318	Overall
	#48	Key-Value Stores
	#141	Relational DBMS

Punkte	1,94
Rang	#129	Overall
	#12	Graph DBMS

Punkte	22,69
Rang	#29	Overall
	#1	Spatial DBMS

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

Website

www.faircom.com/products/faircom-db

janusgraph.org

postgis.net

rdf4j.org

Technische Dokumentation

docs.faircom.com/docs/en/UUID-7446ae34-a1a7-c843-c894-d5322e395184.html

docs.janusgraph.org

postgis.net/documentation

rdf4j.org/documentation

Entwickler

FairCom Corporation

Linux Foundation; originally developed as Titan by Aurelius

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

Erscheinungsjahr

1979

2017

2005

2004

Aktuelle Version

V12, November 2020

0.6.3, Februar 2023

3.4.2, Februar 2024

Lizenz

Commercial or Open Source

kommerziell

Restricted, free version available

Open Source

Apache 2.0

Open Source

GPL v2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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

ANSI C, C++

Java

Server Betriebssysteme

AIX
FreeBSD
HP-UX
Linux
NetBSD
OS X
QNX
SCO
Solaris
VxWorks
Windows

easily portable to other OSs

Linux
OS X
Unix
Windows

Datenschema

schema free, schema optional, schema required, partial schema,

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types, JSON, typed binary structures

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

yes, ANSI SQL with proprietary extensions

nein

APIs und andere Zugriffskonzepte

ADO.NET
Direct SQL
JDBC
JPA
ODBC
RESTful HTTP/JSON API
RESTful MQTT/JSON API
RPC

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

.Net
C
C#
C++
Java
JavaScript (Node.js and browser)
PHP
Python
Visual Basic

Clojure
Java
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

.Net, JavaScript, C/C++

benutzerdefinierte Funktionen

Triggers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

File partitioning, horizontal partitioning, sharding

Customizable business rules for table partitioning

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

basierend auf PostgreSQL

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes, configurable to be parallel or serial, synchronous or asynchronous, uni-directional or bi-directional, ACID-consistent or eventually consistent (with custom conflict resolution).

basierend auf PostgreSQL

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency
Tunable consistency per server, database, table, and transaction

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

tunable from ACID to Eventually Consistent

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Yes, tunable from durable to delayed durability to in-memory

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Fine grained access rights according to SQL-standard with additional protections for files

Benutzer Authentification und Sicherheit via Rexster Graph Server

basierend auf PostgreSQL

nein

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

FairCom kicks off new era of database technology USA - English
10. November 2020, PR Newswire

bereitgestellt von Google News

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Compose for JanusGraph arrives on Bluemix
15. September 2017, ibm.com

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk