DBMS > GBase vs. Splice Machine vs. TigerGraph vs. Trafodion

Vergleich der Systemeigenschaften GBase vs. Splice Machine vs. TigerGraph vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

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

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

A complete, distributed, parallel graph computing platform supporting web-scale data analytics in real-time

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Relational DBMS

Graph DBMS

Relational DBMS

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

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

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

Punkte	1,80
Rang	#138	Overall
	#13	Graph DBMS

Website

Technische Dokumentation

splicemachine.com/how-it-works

docs.tigergraph.com

trafodion.apache.org/documentation.html

Entwickler

General Data Technology Co., Ltd.

Splice Machine

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2004

2014

2017

2014

Aktuelle Version

GBase 8a, GBase 8s, GBase 8c

3.1, March 2021

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

kommerziell

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, Java, Python

Java

C++

C++, Java

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

Linux

Datenschema

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

Standard with numerous extensions

SQL-like query language (GSQL)

APIs und andere Zugriffskonzepte

ADO.NET
C API
JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

GSQL (TigerGraph Query Language)
Kafka
RESTful HTTP/JSON API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

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

C++
Java

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

user defined functions

Java

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

Yes, via Full Spark Integration

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

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

Role-based access control

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

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

ETL: The Silent Killer of Big Data Projects
23. Juli 2015, insideBIGDATA

bereitgestellt von Google News

TigerGraph Unveils CoPilot, Version 4.0, and New CEO
30. April 2024, Datanami

TigerGraph unveils GenAI assistant, introduces new CEO
30. April 2024, TechTarget

How TigerGraph CoPilot enables graph-augmented AI
30. April 2024, InfoWorld

TigerGraph Bolsters DB for Enterprise Graph Workloads
1. November 2023, Datanami

Aerospike takes on Neo4j and TigerGraph with launch of graph database
20. Juni 2023, SiliconANGLE News

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk