DBMS > FatDB vs. OpenMLDB vs. Oracle Rdb vs. Splice Machine

Vergleich der Systemeigenschaften FatDB vs. OpenMLDB vs. Oracle Rdb vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

An open-source machine learning database that provides a feature platform for training and inference

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

Primäres Datenbankmodell

Document Store
Key-Value Store

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,10
Rang	#359	Overall
	#36	Time Series DBMS

Punkte	1,14
Rang	#178	Overall
	#80	Relational DBMS

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

Website

openmldb.ai

www.oracle.com/database/technologies/related/rdb.html

splicemachine.com

Technische Dokumentation

openmldb.ai/docs/zh/main

www.oracle.com/database/technologies/related/rdb-doc.html

splicemachine.com/how-it-works

Entwickler

FatCloud

4 Paradigm Inc.

Oracle, originally developed by Digital Equipment Corporation (DEC)

Splice Machine

Erscheinungsjahr

2012

2020

1984

2014

Aktuelle Version

2024-2 February 2024

7.4.1.1, 2021

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

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, Scala

Java

Server Betriebssysteme

Windows

Linux

HP Open VMS

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Fixed schema

Flexible Schema (defined schema, partial schema, schema free)

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

SQL

Support of SQL

nein

Ãœber Integration mit SQL Server

APIs und andere Zugriffskonzepte

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

JDBC
SQLAlchemy

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C++
Go
Java
Python
Scala

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

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

nein

Java

Triggers

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontal partitioning

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

Multi-Source 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

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

yes, on a single node

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

fine grained access rights according to SQL-standard

Access rights for users, groups and roles according to 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

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

bereitgestellt von Google News

Oracle Adds New AI-Enabling Features To MySQL HeatWave
23. März 2023, Forbes

Should we all consolidate databases for the storage benefits? Reg vultures deploy DevOps, zoos, haircuts
18. September 2020, The Register

2013 Data Science Salary Survey – O'Reilly
4. Mai 2013, O'Reilly Media

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Splice Machine scores $15M to make Hadoop run in real time
10. Februar 2014, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk