DBMS > HEAVY.AI vs. Postgres-XL vs. Tigris vs. XTDB

Vergleich der Systemeigenschaften HEAVY.AI vs. Postgres-XL vs. Tigris 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

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

A horizontally scalable, ACID transactional, document database available both as a fully managed cloud service and for deployment on self-managed infrastructure

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

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store
Suchmaschine
Time Series DBMS

Document Store

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	0,09
Rang	#363	Overall
	#49	Document Stores
	#54	Key-Value Stores
	#22	Suchmaschinen
	#38	Time Series DBMS

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

Website

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

www.postgres-xl.org

www.tigrisdata.com

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

Technische Dokumentation

docs.heavy.ai

www.postgres-xl.org/documentation

www.tigrisdata.com/docs

www.xtdb.com/docs

Entwickler

HEAVY.AI, Inc.

Tigris Data, Inc.

Juxt Ltd.

Erscheinungsjahr

2016

2014

seit 2012, ursprünglich genannt StormDB

2022

2019

Aktuelle Version

5.10, Jänner 2022

10 R1, Oktober 2018

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Mozilla public license

Open Source

Apache Version 2.0

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

Linux
macOS

Linux
macOS
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

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

distributed, parallel query execution

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

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

CLI Client
gRPC
RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

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

Go
Java
JavaScript (Node.js)

Clojure
Java

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

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

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

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using FoundationDB

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users and roles

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

HEAVY.AI: The Fastest Analytics and Location Intelligence Platform
1. März 2022, heavy.ai

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

bereitgestellt von Google News

Tigris Data Unveils Beta Launch of New Vector Search Tool
19. Mai 2023, Datanami

Tigris Data Launches All-in-One Developer Data Platform
27. September 2022, Datanami

FerretDB Provides Alternative to MongoDB
19. Mai 2023, Datanami

Latest Asigra platform targets SaaS backup for MSPs
6. März 2023, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk