DBMS > GBase vs. Greenplum vs. H2 vs. Machbase Neo vs. SurrealDB

Vergleich der Systemeigenschaften GBase vs. Greenplum vs. H2 vs. Machbase Neo vs. SurrealDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

TimeSeries DBMS for AIoT and BigData

A fully ACID transactional, developer-friendly, multi-model DBMS

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store
Graph DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

Spatial DBMS

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

Punkte	1,05
Rang	#186	Overall
	#86	Relational DBMS

Punkte	8,08
Rang	#48	Overall
	#31	Relational DBMS

Punkte	8,33
Rang	#46	Overall
	#30	Relational DBMS

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Punkte	1,02
Rang	#190	Overall
	#33	Document Stores
	#18	Graph DBMS

Website

Technische Dokumentation

docs.greenplum.org

www.h2database.com/html/main.html

machbase.com/dbms

surrealdb.com/docs

Entwickler

General Data Technology Co., Ltd.

Pivotal Software Inc.

Thomas Mueller

Machbase

SurrealDB Ltd

Erscheinungsjahr

2004

2005

2013

2022

Aktuelle Version

GBase 8a, GBase 8s, GBase 8c

7.0.0, September 2023

2.2.220, Juli 2023

V8.0, August 2023

v1.5.0, Mai 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

dual-licence (Mozilla public license, Eclipse public license)

kommerziell

free test version available

Open Source

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, Python

Java

Rust

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

Linux
macOS
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

seit Version 4.2

nein

Sekundärindizes

SQL

Support of SQL

Standard with numerous extensions

SQL-like query language

APIs und andere Zugriffskonzepte

ADO.NET
C API
JDBC
ODBC

JDBC
ODBC

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

GraphQL
RESTful HTTP API
WebSocket

Unterstützte Programmiersprachen

C
Java
Perl
Python
R

Java

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

Deno
Go
JavaScript (Node.js)
Rust

Server-seitige Scripts

Stored Procedures

user defined functions

Java Stored Procedures and User-Defined Functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

With clustering: 2 database servers on different computers operate on identical copies of a database

selectable replication factor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

nein

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

einfacher Passwort-basierter Zugriffsschutz

yes, based on authentication and database rules

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

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, O'Reilly Media

Greenplum 6 ventures outside the analytic box | ZDNET
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

bereitgestellt von Google News

SD Times Open-Source Project of the Week: SurrealDB
10. Mai 2024, SDTimes.com

Meet Tobie Morgan Hitchcock, CEO & Co-Founder Of SurrealDB
25. April 2024, TechRound

Cloud, privacy and AI: Trends defining the future of data and databases
27. September 2023, Sifted

SurrealDB raises $6M for its database-as-a-service offering
4. Januar 2023, TechCrunch

Introducing SurrealDB: A Quantum Leap in Database Technology
11. September 2023, TechRound

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk