DBMS > GeoMesa vs. OpenMLDB vs. Vertica

Vergleich der Systemeigenschaften GeoMesa vs. OpenMLDB vs. Vertica

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.

An open-source machine learning database that provides a feature platform for training and inference

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

Primäres Datenbankmodell

Spatial DBMS

Time Series DBMS

Relational DBMS

Column oriented

Sekundäre Datenbankmodelle

Relational DBMS

Spatial DBMS
Time Series DBMS

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

Punkte	0,78
Rang	#214	Overall
	#4	Spatial DBMS

Punkte	0,11
Rang	#339	Overall
	#30	Time Series DBMS

Punkte	9,62
Rang	#42	Overall
	#26	Relational DBMS

Website

www.geomesa.org

openmldb.ai

www.vertica.com

Technische Dokumentation

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

openmldb.ai/docs/zh/main

vertica.com/documentation

Entwickler

CCRi und Andere

4 Paradigm Inc.

OpenText

previously Micro Focus and Hewlett Packard

Erscheinungsjahr

2014

2020

2005

Aktuelle Version

5.0.1, Juli 2024

2024-2 February 2024

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

kommerziell

Limitierte Community Edition gratis

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Scala

C++, Java, Scala

C++

Server Betriebssysteme

Linux

Datenschema

Fixed schema

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes

XML Unterstützung

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

nein

Sekundärindizes

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

nein

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

APIs und andere Zugriffskonzepte

JDBC
SQLAlchemy

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

Unterstützte Programmiersprachen

C++
Go
Java
Python
Scala

C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R

Server-seitige Scripts

Stored Procedures

nein

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

nein

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

horizontal partitioning

horizontal partitioning, hierarchical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

Source-Replica Replikation

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

MapReduce

Bietet ein API für Map/Reduce Operationen

Bi-directional Spark integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

fine grained access rights according to SQL-standard

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

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

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Vertica on Kubernetes
20. Juni 2024, blogs.opentext.com

OpenText Analytics Database: The ELT Advantage
9. August 2024, blogs.opentext.com

MapR Hadoop Upgrade Spins YARN, Supports HP Vertica Analytics Platform
31. Mai 2024, Data Center Knowledge

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

What’s New in OpenText Vertica
10. Januar 2024, blogs.opentext.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk