DBMS > Firebolt vs. HEAVY.AI vs. Heroic vs. mSQL vs. Trafodion

Vergleich der Systemeigenschaften Firebolt vs. HEAVY.AI vs. Heroic vs. mSQL vs. Trafodion

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

Highly scalable cloud data warehouse and analytics product

Forked from Clickhouse

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

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

mSQL (Mini SQL) is a simple and lightweight RDBMS

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,49
Rang	#148	Overall
	#68	Relational DBMS

Punkte	1,41
Rang	#153	Overall
	#71	Relational DBMS

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	1,26
Rang	#163	Overall
	#74	Relational DBMS

Website

www.firebolt.io

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

github.com/spotify/heroic

hughestech.com.au/products/msql

trafodion.apache.org

Technische Dokumentation

docs.firebolt.io

docs.heavy.ai

spotify.github.io/heroic

trafodion.apache.org/documentation.html

Entwickler

Firebolt Analytics Inc.

HEAVY.AI, Inc.

Spotify

Hughes Technologies

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2020

2016

2014

1994

2014

Aktuelle Version

5.10, Jänner 2022

4.4, Oktober 2021

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 2.0

kommerziell

free licenses can be provided

Open Source

Apache 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++ and CUDA

Java

C++, Java

Server Betriebssysteme

gehostet

Linux

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux

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

nein

via Elasticsearch

SQL

Support of SQL

nein

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

APIs und andere Zugriffskonzepte

.Net
ODBC
RESTful HTTP API

JDBC
ODBC
Thrift
Vega

HQL (Heroic Query Language, a JSON-based language)
HTTP API

JDBC
ODBC

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

Go
JavaScript (Node.js)
Python

All languages supporting JDBC/ODBC/Thrift
Python

C
C++
Delphi
Java
Perl
PHP
Tcl

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

Multi-Source Replikation

keine

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

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

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

Firebolt Launches Low Latency Cloud Data Warehouse for Enhanced Analytics Efficiency
17. September 2024, Datanami

Data warehouse unicorn Firebolt aims to make magic in Kirkland
11. September 2024, The Business Journals

Firebolt Introduces Industry-First Low Latency Cloud Data Warehouse
18. September 2024, insideBIGDATA

Firebolt Archives - High-Performance Computing News Analysis
17. September 2024, insideHPC

10 Best Data Pipeline Tools of 2024 to Boost Your Productivity
20. Februar 2024, Datamation

bereitgestellt von Google News

Dr. Mike Flaxman, VP or Product Management at HEAVY.AI – Interview Series
19. September 2024, Unite.AI

5 Q’s for Mike Flaxman, Vice President of Heavy.AI
15. August 2024, Center for Data Innovation

HEAVY.AI Accelerates Big Data Analytics with Vultr's High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

HEAVY.AI Accelerates Big Data Analytics with Vultr’s High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

Meta delivers strong earnings, but weak guidance and heavy AI spending prompt investors to bail
24. April 2024, SiliconANGLE News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk