DBMS > GeoMesa vs. H2 vs. HEAVY.AI vs. TigerGraph

Vergleich der Systemeigenschaften GeoMesa vs. H2 vs. HEAVY.AI vs. TigerGraph

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

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

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

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

Primäres Datenbankmodell

Spatial DBMS

Relational DBMS

Graph DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	8,13
Rang	#49	Overall
	#31	Relational DBMS

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	1,83
Rang	#139	Overall
	#13	Graph DBMS

Website

www.geomesa.org

www.h2database.com

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

www.tigergraph.com

Technische Dokumentation

www.geomesa.org/documentation/stable/user/index.html

www.h2database.com/html/main.html

docs.heavy.ai

docs.tigergraph.com

Entwickler

CCRi und Andere

Thomas Mueller

HEAVY.AI, Inc.

Erscheinungsjahr

2014

2005

2016

2017

Aktuelle Version

4.0.5, Februar 2024

2.2.220, Juli 2023

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

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

Open Source

Apache Version 2; enterprise edition available

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

Scala

Java

C++ and CUDA

C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

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

nein

SQL

Support of SQL

nein

SQL-like query language (GSQL)

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
Thrift
Vega

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

Unterstützte Programmiersprachen

Java

All languages supporting JDBC/ODBC/Thrift
Python

C++
Java

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures and User-Defined Functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

keine

Sharding

Round robin

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

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

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Role-based access control

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

DB-Engines Blog Posts

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

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

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

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

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

bereitgestellt von Google News

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

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

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

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk