DBMS > FatDB vs. Splice Machine vs. XTDB vs. Yaacomo

Vergleich der Systemeigenschaften FatDB vs. Splice Machine vs. XTDB vs. Yaacomo

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.

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

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

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

A general purpose database with bitemporal SQL and Datalog and graph queries

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Document Store
Key-Value Store

Relational DBMS

Document Store

Relational DBMS

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

Punkte	0,54
Rang	#255	Overall
	#116	Relational DBMS

Punkte	0,09
Rang	#351	Overall
	#47	Document Stores

Website

splicemachine.com

github.com/xtdb/xtdb
www.xtdb.com

yaacomo.com

Technische Dokumentation

splicemachine.com/how-it-works

www.xtdb.com/docs

Entwickler

FatCloud

Splice Machine

Juxt Ltd.

Q2WEB GmbH

Erscheinungsjahr

2012

2014

2019

2009

Aktuelle Version

3.1, March 2021

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

MIT License

kommerziell

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

Java

Clojure

Server Betriebssysteme

Windows

Linux
OS X
Solaris
Windows

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Android
Linux
Windows

Datenschema

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

SQL

Support of SQL

nein

Ãœber Integration mit SQL Server

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

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

JDBC
Native Spark Datasource
ODBC

HTTP REST
JDBC

JDBC
ODBC

Unterstützte Programmiersprachen

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

Clojure
Java

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

Java

nein

Triggers

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

ja, jeder Knoten hat alle Daten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Yes, via Full Spark Integration

nein

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

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

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

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

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

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

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

Splice Machine Hadoop RDBMS Integrated with RedPoint Solution to Deliver Big Data Digital Marketing Platform
7. April 2015, The Fast Mode

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk