DBMS > atoti vs. Hawkular Metrics vs. JanusGraph vs. LeanXcale vs. Sadas Engine

Vergleich der Systemeigenschaften atoti vs. Hawkular Metrics vs. JanusGraph vs. LeanXcale vs. Sadas Engine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Primäres Datenbankmodell

Object oriented DBMS

Time Series DBMS

Graph DBMS

Key-Value Store
Relational DBMS

Relational DBMS

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

Punkte	0,61
Rang	#243	Overall
	#10	Object oriented DBMS

Punkte	0,08
Rang	#366	Overall
	#39	Time Series DBMS

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	0,07
Rang	#373	Overall
	#157	Relational DBMS

Website

Technische Dokumentation

docs.atoti.io

www.hawkular.org/hawkular-metrics/docs/user-guide

docs.janusgraph.org

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

Entwickler

ActiveViam

Community supported by Red Hat

Linux Foundation; originally developed as Titan by Aurelius

LeanXcale

SADAS s.r.l.

Erscheinungsjahr

2014

2017

2015

2006

Aktuelle Version

0.6.3, Februar 2023

8.0

Lizenz

Commercial or Open Source

kommerziell

free versions available

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

free trial version available

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

Java

C++

Server Betriebssysteme

Linux
OS X
Windows

Linux
OS X
Unix
Windows

AIX
Linux
Windows

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

Sekundärindizes

nein

SQL

Support of SQL

Multidimensional Expressions (MDX)

nein

through Apache Derby

APIs und andere Zugriffskonzepte

HTTP REST

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

JDBC
ODBC
Proprietäres Protokoll

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

Clojure
Java
Python

C
Java
Scala

.Net
C
C#
C++
Groovy
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Python

nein

Triggers

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding, horizontal partitioning

Sharding

basierend auf Cassandra

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

nein

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer Authentification und Sicherheit via Rexster Graph Server

Access rights for users, groups and roles according to 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

Erwähnungen in aktuellen Nachrichten

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk