DBMS > HEAVY.AI vs. Machbase Neo vs. ObjectBox vs. Trafodion

Vergleich der Systemeigenschaften HEAVY.AI vs. Machbase Neo vs. ObjectBox vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

TimeSeries DBMS for AIoT and BigData

Extremely fast embedded database for small devices, IoT and Mobile

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

Time Series DBMS

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

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	0,12
Rang	#339	Overall
	#30	Time Series DBMS

Punkte	1,20
Rang	#170	Overall
	#5	Object oriented DBMS

Website

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

machbase.com

objectbox.io

trafodion.apache.org

Technische Dokumentation

docs.heavy.ai

machbase.com/dbms

docs.objectbox.io

trafodion.apache.org/documentation.html

Entwickler

HEAVY.AI, Inc.

Machbase

ObjectBox Limited

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2016

2013

2017

2014

Aktuelle Version

5.10, Jänner 2022

V8.0, August 2023

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

kommerziell

free test version available

Open Source

Apache License 2.0

Open Source

Apache 2.0

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

C und C++

C++, Java

Server Betriebssysteme

Linux

Linux
macOS
Windows

Android
iOS
Linux
macOS
Windows

Linux

Datenschema

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

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

Proprietäres native API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

selectable replication factor

online/offline synchronization between client and server

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

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

nein

In-Memory Unterstützung

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

volatile and lookup table

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

einfacher Passwort-basierter Zugriffsschutz

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

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

OmniSci Gets HEAVY New Name and New CEO
1. März 2022, 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

Industrial IoT (IIoT) edge solution for railway operators – a Kapsch ObjectBox Case Study
21. Juni 2019, 1E9

The Megashift Towards Decentralized Edge Computing
27. August 2021, hackernoon.com

bereitgestellt von Google News

SQL-on-Hadoop Database Trafodion Bridges Transactions and Analysis
24. Januar 2018, The New Stack

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk