DBMS > HEAVY.AI vs. JanusGraph vs. OpenQM vs. Transwarp StellarDB

Vergleich der Systemeigenschaften HEAVY.AI vs. JanusGraph vs. OpenQM vs. Transwarp StellarDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

QpenQM is a high-performance, self-tuning, multi-value DBMS

A distributed graph DBMS built for enterprise-level graph applications

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,41
Rang	#153	Overall
	#71	Relational DBMS

Punkte	1,85
Rang	#134	Overall
	#12	Graph DBMS

Punkte	0,28
Rang	#291	Overall
	#10	Multivalue DBMS

Punkte	0,00
Rang	#385	Overall
	#40	Graph DBMS

Website

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

janusgraph.org

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

www.transwarp.cn/en/product/stellardb

Technische Dokumentation

docs.heavy.ai

docs.janusgraph.org

Entwickler

HEAVY.AI, Inc.

Linux Foundation; originally developed as Titan by Aurelius

Rocket Software, originally Martin Phillips

Transwarp

Erscheinungsjahr

2016

2017

1993

Aktuelle Version

5.10, Jänner 2022

1.0.0, Oktober 2023

3.4-12

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 2.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

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

C++ and CUDA

Java

Server Betriebssysteme

Linux

Linux
OS X
Unix
Windows

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Datenschema

with some exceptions

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

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

OpenCypher

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

Clojure
Java
Python

.Net
Basic
C
Java
Objective C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Benutzer Authentification und Sicherheit via Rexster Graph Server

Access rights can be defined down to the item level

yes

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

5 Q’s for Mike Flaxman, Vice President of Heavy.AI
15. August 2024, Center for Data Innovation

HEAVY.AI Accelerates Big Data Analytics with Vultr's High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

Dr. Mike Flaxman, VP or Product Management at HEAVY.AI – Interview Series
19. September 2024, Unite.AI

HEAVY.AI Accelerates Big Data Analytics with Vultr’s High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

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

bereitgestellt von Google News

Simple Deployment of a Graph Database: JanusGraph
12. Oktober 2020, Towards Data Science

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk