DBMS > Heroic vs. Kingbase vs. Splice Machine vs. SwayDB

Vergleich der Systemeigenschaften Heroic vs. Kingbase vs. Splice Machine vs. SwayDB

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

An enterprise-class RDBMS compatible with PostgreSQL and Oracle and widely used in China.

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,02
Rang	#368	Overall
	#38	Time Series DBMS

Punkte	0,47
Rang	#251	Overall
	#116	Relational DBMS

Punkte	0,54
Rang	#242	Overall
	#113	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#60	Key-Value Stores

Website

github.com/spotify/heroic

www.kingbase.com.cn

splicemachine.com

swaydb.simer.au

Technische Dokumentation

spotify.github.io/heroic

splicemachine.com/how-it-works

Entwickler

Spotify

BeiJing KINGBASE Information technologies inc.

Splice Machine

Simer Plaha

Erscheinungsjahr

2014

1999

2014

2018

Aktuelle Version

V8.0, August 2021

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

GNU Affero GPL V3.0

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

Java

C and Java

Java

Scala

Server Betriebssysteme

Linux
Windows

Linux
OS X
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

Sekundärindizes

via Elasticsearch

nein

SQL

Support of SQL

nein

Standard with numerous extensions

nein

APIs und andere Zugriffskonzepte

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

ADO.NET
gokb
JDBC
kdbndp
ODBC
PDI
PDO
Pro*C
psycopg2
QT

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

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

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

nein

user defined functions

Java

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontal partitioning (by range, list and hash) and vertical partitioning

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Atomic execution of operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Access rights for users, groups and roles according to SQL-standard

nein

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

How Code Wizards load tested Heroic Labs’ Nakama to two million concurrent players with AWS
1. Oktober 2024, AWS Blog

bereitgestellt von Google News

Made in China 2025 is back, with a new name and a focus on database companies
19. Dezember 2022, The China Project

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Into the Open – Splice Machine Launches Community Edition
18. Juli 2016, Database Trends and Applications

Hadoop-based RDBMS Now Available from Splice
12. Mai 2014, Datanami

Q&A: The Next Generation of the Internet of Things
23. Juni 2015, TDWI

The Ultimate Tool for Data Science Feature Factories
23. August 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk