DBMS > GBase vs. HEAVY.AI vs. Linter vs. Oracle Berkeley DB

Vergleich der Systemeigenschaften GBase vs. HEAVY.AI vs. Linter vs. Oracle Berkeley DB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

RDBMS for high security requirements

Weit verbreiteter In-Process Key-Value Store

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	0,12
Rang	#350	Overall
	#152	Relational DBMS

Punkte	2,01
Rang	#126	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Website

www.gbase.cn

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

linter.ru

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

Technische Dokumentation

docs.heavy.ai

docs.oracle.com/cd/E17076_05/html/index.html

Entwickler

General Data Technology Co., Ltd.

HEAVY.AI, Inc.

relex.ru

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Erscheinungsjahr

2004

2016

1990

1994

Aktuelle Version

GBase 8a, GBase 8s, GBase 8c

5.10, Jänner 2022

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; enterprise edition available

kommerziell

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

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

C++ and CUDA

C und C++

C, Java, C++ (depending on the Berkeley DB edition)

Server Betriebssysteme

Linux

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

Sekundärindizes

nein

SQL

Support of SQL

Standard with numerous extensions

SQL Interface basierend auf SQLite verfügbar

APIs und andere Zugriffskonzepte

ADO.NET
C API
JDBC
ODBC

JDBC
ODBC
Thrift
Vega

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

Server-seitige Scripts

Stored Procedures

user defined functions

nein

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

nein

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

Sharding

Round robin

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Source-Replica Replikation

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

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Erwähnungen in aktuellen Nachrichten

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, businesswire.com

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk