DBMS > H2 vs. LMDB vs. OushuDB vs. Splice Machine

Vergleich der Systemeigenschaften H2 vs. LMDB vs. OushuDB vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A high performant, light-weight, embedded key-value database library

A data warehouse powered by Apache HAWQ supporting descriptive analysis and advanced machine learning

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

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	8,33
Rang	#46	Overall
	#30	Relational DBMS

Punkte	2,09
Rang	#121	Overall
	#20	Key-Value Stores

Punkte	0,10
Rang	#355	Overall
	#154	Relational DBMS

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

Website

www.h2database.com

www.symas.com/symas-embedded-database-lmdb

www.oushu.com/product/oushuDB

splicemachine.com

Technische Dokumentation

www.h2database.com/html/main.html

www.lmdb.tech/doc

www.oushu.com/documentation

splicemachine.com/how-it-works

Entwickler

Thomas Mueller

Symas

Oushu

Splice Machine

Erscheinungsjahr

2005

2011

2014

Aktuelle Version

2.2.220, Juli 2023

0.9.32, Jaenner 2024

4.0.1, August 2020

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

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

Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

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

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
Unix
Windows

Linux

Linux
OS X
Solaris
Windows

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

nein

Full-featured ANSI SQL support

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Java

.Net
C
C++
Clojure
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
MatLab
Nim
Objective C
OCaml
Perl
PHP
Python
R
Ruby
Rust
Swift
Tcl

C
C++

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

Server-seitige Scripts

Stored Procedures

Java Stored Procedures and User-Defined Functions

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Hadoop integration

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Kerberos, SSL and role based access

Access rights for users, groups and roles according to 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

The Tom Brady Data Biography
8. September 2023, StatsBomb

Automating SAP S/4HANA Migration with IT-Conductor, BGP Managed Services, and AWS | Amazon Web Services
22. August 2023, AWS Blog

Jaxon Repp on HarperDB Distributed Database Platform
23. März 2022, InfoQ.com

Akamai launches managed database service – Blocks and Files
25. April 2022, Blocks and Files

The Lightning Memory-mapped Database
2. März 2016, InfoQ.com

bereitgestellt von Google News

China's answer to Snowflake is shaping as data demands upgrade
8. September 2021, PingWest

bereitgestellt von Google News

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

Splice Machine scores $15M to make Hadoop run in real time
10. Februar 2014, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk