DBMS > GreptimeDB vs. Kinetica vs. RDF4J vs. VelocityDB

Vergleich der Systemeigenschaften GreptimeDB vs. Kinetica vs. RDF4J vs. VelocityDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An open source Time Series DBMS built for increased scalability, high performance and efficiency

Fully vectorized database across both GPUs and CPUs

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

RDF Store

Graph DBMS
Object oriented DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,09
Rang	#343	Overall
	#31	Time Series DBMS

Punkte	0,42
Rang	#261	Overall
	#120	Relational DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Punkte	0,00
Rang	#385	Overall
	#40	Graph DBMS
	#21	Object oriented DBMS

Website

Technische Dokumentation

docs.greptime.com

docs.kinetica.com

rdf4j.org/documentation

velocitydb.com/UserGuide

Entwickler

Greptime Inc.

Kinetica

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

VelocityDB Inc

Erscheinungsjahr

2022

2012

2004

2011

Aktuelle Version

7.1, August 2021

7.x

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Rust

C, C++

Java

Server Betriebssysteme

Android
Docker
FreeBSD
Linux
macOS
Windows

Linux

Linux
OS X
Unix
Windows

Any that supports .NET

Datenschema

schema-free, schema definition possible

RDF Schemas

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

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

gRPC
HTTP API
JDBC

JDBC
ODBC
RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

.Net

Unterstützte Programmiersprachen

C++
Erlang
Go
Java
JavaScript

C++
Java
JavaScript (Node.js)
Python

Java
PHP
Python

.Net

Server-seitige Scripts

Stored Procedures

Python

benutzerdefinierte Funktionen

nein

Triggers

triggers when inserted values for one or more columns fall within a specified range

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

GPU vRAM or System RAM

Berechtigungskonzept

Zugriffskontrolle

Simple rights management via user accounts

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

nein

Based on Windows Authentication

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

GreptimeDB is a SQL & Python-enabled timeseries database system built from scratch...
» mehr

Competitive advantages

- Inherits advantages of Rust, such as excellent performance, memory safe, resource...
» mehr

Typical application scenarios

For IoT industries, GreptimeDB can seamless integrate with message queues and other...
» mehr

Key customers

Greptime's clients span multiple sectors including IoT, connected vehicles, and energy...
» mehr

Market metrics

GreptimeDB has garnered global recognition by topping GitHub trends following its...
» mehr

Licensing and pricing models

GreptimeDB: open source, distributed, cloud-native TSDB; supports Hybrid Time-series...
» mehr

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

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideainews.com

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica: AI is a ‘killer app’ for data analytics
2. Mai 2023, Blocks & Files

Kinetica Taps Dell for Hardware
12. Juni 2018, Finovate

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk