DBMS > HEAVY.AI vs. RDF4J vs. SiriDB vs. Warp 10

Vergleich der Systemeigenschaften HEAVY.AI vs. RDF4J vs. SiriDB vs. Warp 10

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

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Open Source Time Series DBMS

TimeSeries DBMS specialized on timestamped geo data based on LevelDB or HBase

Primäres Datenbankmodell

Relational DBMS

RDF Store

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,07
Rang	#349	Overall
	#32	Time Series DBMS

Website

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

rdf4j.org

siridb.com

www.warp10.io

Technische Dokumentation

docs.heavy.ai

rdf4j.org/documentation

docs.siridb.com

www.warp10.io/content/02_Getting_started

Entwickler

HEAVY.AI, Inc.

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Cesbit

SenX

Erscheinungsjahr

2016

2004

2017

2015

Aktuelle Version

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

MIT License

Open Source

Apache License 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

Java

Server Betriebssysteme

Linux

Linux
OS X
Unix
Windows

Linux

Linux
OS X
Windows

Datenschema

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

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

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

HTTP API

HTTP API
Jupyter
WebSocket

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

Java
PHP
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Server-seitige Scripts

Stored Procedures

nein

WarpScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

keine

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Einfache Rechteverwaltung mit Benutzeraccounts

Mandatory use of cryptographic tokens, containing fine-grained authorizations

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, 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

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Time Series Databases Software Market - A comprehensive study by Key Players | Warp 10, Amazon Timestream ...
6. Februar 2020, openPR

Time Series Databases Software market latest trends, CAGR, and forecast till 2026 | eSherpa Market Reports
13. April 2020, openPR

Time Series Databases Software Market [2024-2031] | InfluxData, Trendalyze, Amazon Timestream
11. Mai 2024, Motions Online

Time Series Intelligence Software Market Analysis and Revenue Prediction | Azure Time Series Insights, Trendalyze ...
20. Mai 2024, Weekly Post Gazette

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk