DBMS > HugeGraph vs. MonetDB vs. RDF4J vs. ReductStore

Vergleich der Systemeigenschaften HugeGraph vs. MonetDB vs. RDF4J vs. ReductStore

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A fast-speed and highly-scalable Graph DBMS

Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten

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

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,13
Rang	#336	Overall
	#32	Graph DBMS

Punkte	1,72
Rang	#145	Overall
	#67	Relational DBMS

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

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

Website

github.com/hugegraph
hugegraph.apache.org

www.monetdb.org

rdf4j.org

github.com/reductstore
www.reduct.store

Technische Dokumentation

hugegraph.apache.org/docs

www.monetdb.org/Documentation

rdf4j.org/documentation

www.reduct.store/docs

Entwickler

Baidu

MonetDB BV

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

ReductStore LLC

Erscheinungsjahr

2018

2004

2023

Aktuelle Version

0.9

Dec2023 (11.49), Dezember 2023

1.9, März 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Mozilla Public License 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Business Source License 1.1

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++, Rust

Server Betriebssysteme

Linux
macOS
Unix

FreeBSD
Linux
OS X
Solaris
Windows

Linux
OS X
Unix
Windows

Docker
Linux
macOS
Windows

Datenschema

RDF Schemas

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

also supports composite index and range index

SQL

Support of SQL

nein

SQL 2003 mit einigen Erweiterungen

nein

APIs und andere Zugriffskonzepte

Java API
RESTful HTTP API
TinkerPop Gremlin

JDBC
native C library

MAPI library (MonetDB application programming interface)
ODBC

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

HTTP API

Unterstützte Programmiersprachen

Groovy
Java
Python

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

Java
PHP
Python

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

asynchronous Gremlin script jobs

yes, in SQL, C, R

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

depending on used storage backend, e.g. Cassandra and HBase

Sharding via remote tables

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

depending on used storage backend, e.g. Cassandra and HBase

keine

Source-replica replication available in experimental status

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

via hugegraph-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

edges in graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Isolation abhängig vom verwendeten API

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

Users, roles and permissions

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code
23. April 2024, GBHackers

bereitgestellt von Google News

In 2024 the MonetDB Foundation was established for the preservation, maintenance and further development of the ...
31. Januar 2024, Centrum Wiskunde & Informatica (CWI)

MonetDB Secures Investment From (and Partners With) ServiceNow
9. Dezember 2021, Datanami

PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R - Part I - DataScienceCentral.com
6. April 2018, Data Science Central

How MonetDB Exploits Modern CPU Performance | by Dwi Prasetyo Adi Nugroho
14. Januar 2020, Towards Data Science

MonetDB Solutions secures investment from ServiceNow
30. September 2019, Centrum Wiskunde & Informatica (CWI)

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk