DBMS > HEAVY.AI vs. OpenMLDB vs. Teradata

Vergleich der Systemeigenschaften HEAVY.AI vs. OpenMLDB vs. Teradata

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

An open-source machine learning database that provides a feature platform for training and inference

A hybrid cloud data analytics software platform (Teradata Vantage)

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Relational DBMS

Document Store
Graph DBMS
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	0,02
Rang	#367	Overall
	#37	Time Series DBMS

Punkte	45,33
Rang	#21	Overall
	#15	Relational DBMS

Website

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

openmldb.ai

www.teradata.com

Technische Dokumentation

docs.heavy.ai

openmldb.ai/docs/zh/main

docs.teradata.com

Entwickler

HEAVY.AI, Inc.

4 Paradigm Inc.

Teradata

Erscheinungsjahr

2016

2020

1984

Aktuelle Version

5.10, Jänner 2022

2024-2 February 2024

Teradata Vantage 1.0 MU2, Jänner 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

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

C++, Java, Scala

Server Betriebssysteme

Linux

gehostet
Linux

Datenschema

Fixed schema

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

Spezielle Join-Indizes für physikalisches 'pre-joining' von Tabellen

SQL

Support of SQL

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

JDBC
SQLAlchemy

.NET Client API
HTTP REST
JDBC
JMS Adapter
ODBC
OLE DB

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

C++
Go
Java
Python
Scala

C
C++
Cobol
Java (JDBC-ODBC)
Perl
PL/1
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

nein

UDFs, stored procedures, table functions in parallel

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

horizontal partitioning

Sharding

Hashing

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

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

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to SQL-standard

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

Teradata is the most popular data warehouse DBMS
2. April 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

HEAVY.AI Introduces HeavyIQ, Delivering Powerful Conversational Analytics Focused on Location and Time Data
19. März 2024, Datanami

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

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

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Chief Customer Officer Of Teradata Sold 25% Of Their Shares
12. Mai 2024, Simply Wall St

Zacks.com featured highlights include Teradata, Frontdoor, Grand Canyon and Planet Labs
10. Mai 2024, Yahoo Finance

Teradata exec sells $609k in company stock By Investing.com
10. Mai 2024, Investing.com

Lakehouse dam breaks after departure of long-time Teradata CTO
1. Mai 2024, The Register

Unify Analytics Leveraging Amazon Athena and Teradata for Robust Query Federation | Amazon Web Services
23. April 2024, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk