DBMS > GridGain vs. Kinetica vs. SpaceTime vs. XTDB

Vergleich der Systemeigenschaften GridGain vs. Kinetica vs. SpaceTime vs. XTDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GridGain is an in-memory computing platform, built on Apache Ignite

Fully vectorized database across both GPUs and CPUs

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Columnar
Key-Value Store
Object oriented DBMS
Relational DBMS

Relational DBMS

Spatial DBMS

Document Store

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

Relational DBMS

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

Punkte	1,48
Rang	#150	Overall
	#1	Columnar
	#26	Key-Value Stores
	#2	Object oriented DBMS
	#69	Relational DBMS

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

Punkte	0,00
Rang	#385	Overall
	#7	Spatial DBMS

Punkte	0,13
Rang	#330	Overall
	#45	Document Stores

Website

www.gridgain.com

www.kinetica.com

www.mireo.com/spacetime

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

www.gridgain.com/docs/index.html

docs.kinetica.com

www.xtdb.com/docs

Entwickler

GridGain Systems, Inc.

Kinetica

Mireo

Juxt Ltd.

Erscheinungsjahr

2007

2012

2020

2019

Aktuelle Version

GridGain 8.5.1

7.1, August 2021

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

MIT License

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

Java, C++, .Net, Python, REST, SQL

C, C++

C++

Clojure

Server Betriebssysteme

Linux
OS X
Solaris
Windows
z/OS

Linux

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

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

ANSI-99 for query and DML statements, subset of DDL

SQL-like DML and DDL statements

A subset of ANSI SQL is implemented

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

HDFS API
Hibernate
JCache
JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
Spring Data

JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

C#
C++
Java
PHP
Python
Ruby
Scala

C++
Java
JavaScript (Node.js)
Python

C#
C++
Python

Clojure
Java

Server-seitige Scripts

Stored Procedures

yes (compute grid and cache interceptors can be used instead)

benutzerdefinierte Funktionen

nein

Triggers

yes (cache interceptors and events)

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

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Fixed-grid hypercubes

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes (replicated cache)

Source-Replica Replikation

Real-time block device replication (DRBD)

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

yes (compute grid and hadoop accelerator)

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

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

Role-based access control
Security Hooks for custom implementations

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

GridGain Advances Its Unified Real-Time Data Platform to Help Enterprises Accelerate AI-Driven Data Processing
10. Juli 2024, insideBIGDATA

GridGain Sponsoring Strategic AI and Kafka Conferences This Month
4. September 2024, Datanami

GridGain in-memory data and generative AI
10. Mai 2024, Blocks & Files

Data Management News for the Week of July 12; Updates from Cloudera, HerculesAI, Oracle & More
12. Juli 2024, Solutions Review

Lalit Ahuja
13. August 2024, Forbes

bereitgestellt von Google News

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

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

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk