DBMS > HEAVY.AI vs. NSDb vs. Riak TS vs. WakandaDB

Vergleich der Systemeigenschaften HEAVY.AI vs. NSDb vs. Riak TS vs. WakandaDB

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

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Riak TS is a distributed NoSQL database optimized for time series data and based on Riak KV

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Object oriented DBMS

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	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	0,28
Rang	#307	Overall
	#27	Time Series DBMS

Punkte	0,10
Rang	#356	Overall
	#16	Object oriented DBMS

Website

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

nsdb.io

wakanda.github.io

Technische Dokumentation

docs.heavy.ai

nsdb.io/Architecture

www.tiot.jp/riak-docs/riak/ts/latest

wakanda.github.io/doc

Entwickler

HEAVY.AI, Inc.

Open Source, formerly Basho Technologies

Wakanda SAS

Erscheinungsjahr

2016

2017

2015

2012

Aktuelle Version

5.10, Jänner 2022

3.0.0, September 2022

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache Version 2.0

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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, Scala

Erlang

C++, JavaScript

Server Betriebssysteme

Linux

Linux
macOS

Linux
OS X

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

nein

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

all fields are automatically indexed

eingeschränkt

SQL

Support of SQL

SQL-like query language

yes, limited

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

gRPC
HTTP REST
WebSocket

HTTP API
Native Erlang Interface

RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

Java
Scala

unofficial client library
C#
C++

unofficial client library
Clojure

unofficial client library
Dart

unofficial client library
Erlang
Go

unofficial client library
Groovy

unofficial client library
Haskell

unofficial client library
Java
JavaScript

unofficial client library
Lisp

unofficial client library
Perl

unofficial client library
PHP
Python
Ruby
Scala

unofficial client library
Smalltalk

unofficial client library

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Erlang

Triggers

nein

pre-commit hooks and post-commit hooks

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

links between datasets can be stored

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

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

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

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, businesswire.com

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

New Basho Data Platform Provides Operational Simplicity for Enterprise Big Data Applications
7. Juni 2015, insideBIGDATA

Best open source databases for IoT applications
26. Mai 2017, Open Source For You

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk