DBMS > Hypertable vs. Sadas Engine vs. Splice Machine vs. ToroDB

Vergleich der Systemeigenschaften Hypertable vs. Sadas Engine vs. Splice Machine vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hypertable has stopped its further development with March 2016 and is removed from the DB-Engines ranking.

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

Eine Open Source BigTable Implementation basierend auf Distributed File Systems wie Hadoop

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

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

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Wide Column Store

Relational DBMS

Document Store

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

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

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

www.sadasengine.com

splicemachine.com

github.com/torodb/server

Technische Dokumentation

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

splicemachine.com/how-it-works

Entwickler

Hypertable Inc.

SADAS s.r.l.

Splice Machine

8Kdata

Erscheinungsjahr

2009

2006

2014

2016

Aktuelle Version

0.9.8.11, Maerz 2016

8.0

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

GNU Version 3. Kommerzielle Lizenzen verfügbar

kommerziell

free trial version available

Open Source

AGPL 3.0, commercial license available

Open Source

AGPL-V3

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++

Java

Server Betriebssysteme

Linux
OS X
Windows

ein inoffizieller Windows-Port ist verfügbar

AIX
Linux
Windows

Linux
OS X
Solaris
Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

string, integer, double, boolean, date, object_id

XML Unterstützung

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

nein

Sekundärindizes

eingeschränkt

Nur Gleichheits- und Präfixabfragen

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

C++ API
Thrift

JDBC
ODBC
Proprietäres Protokoll

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C++
Java
Perl
PHP
Python
Ruby

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

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

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

wählbarer Replikationsfaktor auf Filesystemebene

keine

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

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

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

nein

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

Zugriffsrechte für Benutzer und 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

TimescaleDB goes distributed; implements ‘Chunking’ over ‘Sharding’ for scaling-out
22. August 2019, Packt Hub

SQL and TimescaleDB. This article takes a closer look into… | by Alibaba Cloud
31. Juli 2019, DataDrivenInvestor

Decorate your Windows XP with Hyperdesk
30. Juli 2008, CNET

The Collective: Customize Your Computer & Your Phone With Star Trek
18. März 2009, TrekMovie

5 Free NoSQL Database Certification Courses Online in 2024
31. Januar 2024, Analytics India Magazine

bereitgestellt von Google News

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

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Splice Machine scores $15M to make Hadoop run in real time
10. Februar 2014, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk