DBMS > Hyprcubd vs. Newts vs. RDF4J vs. SingleStore

Vergleich der Systemeigenschaften Hyprcubd vs. Newts vs. RDF4J vs. SingleStore

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

Serverless Time Series DBMS

Time Series DBMS basierend auf Cassandra

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

MySQL wire-compliant distributed RDBMS that combines an in-memory row-oriented and a disc-based column-oriented storage with patented universal storage to handle transactional and analytical workloads in one single table type

Primäres Datenbankmodell

Time Series DBMS

RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS
Time Series DBMS
Vektor DBMS

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

Punkte	0,00
Rang	#388	Overall
	#40	Time Series DBMS

Punkte	0,77
Rang	#214	Overall
	#8	RDF Stores

Punkte	4,11
Rang	#70	Overall
	#38	Relational DBMS

Website

hyprcubd.com (offline)

opennms.github.io/newts

rdf4j.org

www.singlestore.com

Technische Dokumentation

github.com/OpenNMS/newts/wiki

rdf4j.org/documentation

docs.singlestore.com

Entwickler

Hyprcubd, Inc.

OpenNMS Group

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

SingleStore Inc.

Erscheinungsjahr

2014

2004

2013

Aktuelle Version

8.5, Jänner 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

kommerziell

free developer edition 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++, Go

Server Betriebssysteme

gehostet

Linux
OS X
Windows

Linux
OS X
Unix
Windows

Linux

64 bit version required

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

time, int, uint, float, string

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

SQL-like query language

nein

yes

but no triggers and foreign keys

APIs und andere Zugriffskonzepte

gRPC (https)

HTTP REST
Java API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Cluster Management API

as HTTP Rest and CLI
HTTP API
JDBC
MongoDB API
ODBC

Unterstützte Programmiersprachen

Java

Java
PHP
Python

Bash
C
C#
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

keine

Sharding

hash partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

Source-Replica Replikation

stores two copies of each physical data partition on two separate nodes

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

can define user-defined aggregate functions for map-reduce-style calculations

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

All updates are persistent, including those to disk-based columnstores and memory-based row stores. Transaction commits are supported via write-ahead log.

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

token access

nein

Fine grained access control via users, groups and roles

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

DB-Engines Blog Posts

Turbocharge Your Application Development Using WebAssembly With SingleStoreDB
17. Oktober 2022, Akmal Chaudhri, SingleStore (sponsor)

Cloud-Based Analytics With SingleStoreDB
9. Juni 2022, Akmal Chaudhri, SingleStore (sponsor)

SingleStore: The Increasing Momentum of Multi-Model Database Systems
14. Februar 2022, Akmal Chaudhri, SingleStore (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Third time was the charm for SingleStore in the cloud, CEO says
8. Juli 2024, The Register

SingleStore acquires BryteFlow to boost data ingestion capabilities
3. Oktober 2024, InfoWorld

SingleStore Acquires BryteFlow to Accelerate Adoption of Real-Time Analytics, GenAI
3. Oktober 2024, Business Wire

SingleStore acquires BryteFlow to better digest ERP and CRM data
4. Oktober 2024, Blocks & Files

Achieve near real-time analytics on Amazon DynamoDB with SingleStore
16. September 2024, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk