DBMS > HEAVY.AI vs. Postgres-XL vs. RocksDB vs. Transbase

Vergleich der Systemeigenschaften HEAVY.AI vs. Postgres-XL vs. RocksDB vs. Transbase

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

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Embeddable persistent key-value store optimized for fast storage (flash and RAM)

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Document Store
Spatial DBMS

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

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

Punkte	0,53
Rang	#254	Overall
	#117	Relational DBMS

Punkte	3,41
Rang	#86	Overall
	#11	Key-Value Stores

Punkte	0,17
Rang	#334	Overall
	#148	Relational DBMS

Website

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

www.postgres-xl.org

rocksdb.org

www.transaction.de/en/products/transbase.html

Technische Dokumentation

docs.heavy.ai

www.postgres-xl.org/documentation

github.com/facebook/rocksdb/wiki

www.transaction.de/en/products/transbase/features.html

Entwickler

HEAVY.AI, Inc.

Facebook, Inc.

Transaction Software GmbH

Erscheinungsjahr

2016

2014

seit 2012, ursprünglich genannt StormDB

2013

1987

Aktuelle Version

5.10, Jänner 2022

10 R1, Oktober 2018

9.2.1, Mai 2024

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Mozilla public license

Open Source

BSD

kommerziell

Development Lizenz gratis

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++

C und C++

Server Betriebssysteme

Linux

Linux
macOS

Linux

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

distributed, parallel query execution

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

C++ API
Java API

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

C
C++
Go
Java
Perl
Python
Ruby

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

horizontale Partitionierung

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

MVCC

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

nein

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

Drittanbieter

Speedb: A high performance RocksDB-compliant key-value store optimized for write-intensive workloads.
» mehr

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

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

Meta’s Velox Means Database Performance Is Not Subject To Interpretation
31. August 2022, The Next Platform

Did Rockset Just Solve Real-Time Analytics?
25. August 2021, Datanami

Linux 6.9 Drives AMD 4th Gen EPYC Performance Even Higher For Some Workloads
29. März 2024, Phoronix

Facebook's MyRocks Truly Rocks!
21. September 2020, Open Source For You

The Journey to a Million Ops / Sec / Node in Venice
16. März 2024, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk