DBMS > HEAVY.AI vs. LeanXcale vs. Realm vs. XTDB

Vergleich der Systemeigenschaften HEAVY.AI vs. LeanXcale vs. Realm vs. XTDB

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 highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

A DBMS built for use on mobile devices that’s a fast, easy to use alternative to SQLite and Core Data

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

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	7,41
Rang	#52	Overall
	#8	Document Stores

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

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

www.leanxcale.com

realm.io

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

Technische Dokumentation

docs.heavy.ai

realm.io/docs

www.xtdb.com/docs

Entwickler

HEAVY.AI, Inc.

LeanXcale

Realm, acquired by MongoDB in May 2019

Juxt Ltd.

Erscheinungsjahr

2016

2015

2014

2019

Aktuelle Version

5.10, Jänner 2022

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

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

C++ and CUDA

Clojure

Server Betriebssysteme

Linux

Android
Backend: serverlos
iOS
Windows

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

through Apache Derby

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

HTTP REST
JDBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

C
Java
Scala

.Net
Java

with Android only
Objective-C
React Native
Swift

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

runs within the applications so server-side scripts are unnecessary

nein

Triggers

nein

Change Listeners

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

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

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

In-Memory realm

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

DB-Engines Blog Posts

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

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

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

MongoDB aims to unify developer experience with launch of MongoDB Cloud
9. Juni 2020, diginomica

Danish CEO explains Silicon Valley learning curve for European entrepreneurs - San Francisco Business Times
6. Oktober 2016, The Business Journals

Is Swift the Future of Server-side Development?
12. September 2017, Solutions Review

Kotlin Programming Language Will Surpass Java On Android Next Year
15. Oktober 2017, Fossbytes

Java Synthetic Methods — What are these? | by Vaibhav Singh
27. Februar 2021, DataDrivenInvestor

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk