DBMS > Heroic vs. JanusGraph vs. STSdb vs. Vitess

Vergleich der Systemeigenschaften Heroic vs. JanusGraph vs. STSdb vs. Vitess

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A Graph DBMS optimized for distributed clusters

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	1,94
Rang	#129	Overall
	#12	Graph DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Punkte	0,82
Rang	#209	Overall
	#97	Relational DBMS

Website

github.com/spotify/heroic

janusgraph.org

github.com/STSSoft/STSdb4

vitess.io

Technische Dokumentation

spotify.github.io/heroic

docs.janusgraph.org

vitess.io/docs

Entwickler

Spotify

Linux Foundation; originally developed as Titan by Aurelius

STS Soft SC

The Linux Foundation, PlanetScale

Erscheinungsjahr

2014

2017

2011

2013

Aktuelle Version

0.6.3, Februar 2023

4.0.8, September 2015

15.0.2, December 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

Open Source

Apache Version 2.0, commercial licenses 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

Server Betriebssysteme

Linux
OS X
Unix
Windows

Windows

Docker
Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Primitive Typen und benutzerdefinierte Klassen

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

nein

SQL

Support of SQL

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

.NET Client API

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

Clojure
Java
Python

C#
Java

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

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

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

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
Immediate Consistency

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer Authentification und Sicherheit via Rexster Graph Server

nein

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

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

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

Simple Deployment of a Graph Database: JanusGraph | by Edward Elson Kosasih
12. Oktober 2020, Towards Data Science

Compose for JanusGraph arrives on Bluemix
15. September 2017, ibm.com

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

bereitgestellt von Google News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes
18. Mai 2021, The Register

With Vitess 4.0, database vendor matures cloud-native platform
13. November 2019, TechTarget

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

They scaled YouTube -- now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk