DBMS > HEAVY.AI vs. jBASE vs. KairosDB vs. SpatiaLite

Vergleich der Systemeigenschaften HEAVY.AI vs. jBASE vs. KairosDB vs. SpatiaLite

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 robust multi-value DBMS comprising development tools and middleware

Verteiltes Time Series DBMS basierend auf Cassandra

Spatial extension of SQLite

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

Relational DBMS

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

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

Punkte	1,36
Rang	#157	Overall
	#3	Multivalue DBMS

Punkte	0,60
Rang	#238	Overall
	#20	Time Series DBMS

Punkte	1,56
Rang	#142	Overall
	#3	Spatial DBMS

Website

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

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

github.com/kairosdb/kairosdb

www.gaia-gis.it/fossil/libspatialite/index

Technische Dokumentation

docs.heavy.ai

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

kairosdb.github.io

www.gaia-gis.it/gaia-sins/spatialite_topics.html

Entwickler

HEAVY.AI, Inc.

Rocket Software (früher Zumasys)

Alessandro Furieri

Erscheinungsjahr

2016

1991

2013

2008

Aktuelle Version

5.10, Jänner 2022

5.7

1.2.2, November 2018

5.0.0, August 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

kommerziell

Open Source

Apache 2.0

Open Source

MPL 1.1, GPL v2.0 or LGPL v2.1

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

C++

Server Betriebssysteme

Linux

AIX
Linux
Windows

Linux
OS X
Windows

serverlos

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

Embedded SQL for jBASE in BASIC

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

Graphite protocol
HTTP REST
Telnet API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

.Net
Basic
Jabbascript
Java

Java
JavaScript

Node.js
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

basierend auf Cassandra

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights can be defined down to the item level

einfacher Passwort-basierter Zugriffsschutz

nein

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

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, Business Wire

bereitgestellt von Google News

Temenos signs first customer in India
24. August 2009, Finextra

bereitgestellt von Google News

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk