DBMS > Hyprcubd vs. PostGIS vs. Splice Machine vs. Tkrzw

Vergleich der Systemeigenschaften Hyprcubd vs. PostGIS vs. Splice Machine vs. Tkrzw

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Hyprcubd  Xaus Vergleich ausschliessen	PostGIS  Xaus Vergleich ausschliessen	Splice Machine  Xaus Vergleich ausschliessen	Tkrzw Successor of Tokyo Cabinet and Kyoto Cabinet  Xaus Vergleich ausschliessen
	Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.
Kurzbeschreibung	Serverless Time Series DBMS	Spatial extension of PostgreSQL	Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark	A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet
Primäres Datenbankmodell	Time Series DBMS	Spatial DBMS	Relational DBMS	Key-Value Store
Sekundäre Datenbankmodelle		Relational DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart		Punkte 21,72 Rang #29   Overall #1   Spatial DBMS	Punkte 0,54 Rang #252   Overall #115   Relational DBMS	Punkte 0,07 Rang #372   Overall #57   Key-Value Stores
Website	hyprcubd.com (offline)	postgis.net	splicemachine.com	dbmx.net/­tkrzw
Technische Dokumentation		postgis.net/­documentation	splicemachine.com/­how-it-works
Entwickler	Hyprcubd, Inc.		Splice Machine	Mikio Hirabayashi
Erscheinungsjahr		2005	2014	2020
Aktuelle Version		3.4.2, Februar 2024	3.1, March 2021	0.9.3, August 2020
Lizenz Commercial or Open Source	kommerziell	Open Source GPL v2.0	Open Source AGPL 3.0, commercial license available	Open Source Apache Version 2.0
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	ja	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Go	C	Java	C++
Server Betriebssysteme	gehostet		Linux OS X Solaris Windows	Linux macOS
Datenschema	ja	ja	ja	schemafrei
Typisierung vordefinierte Datentypen, z.B. float oder date	ja time, int, uint, float, string	ja	ja	nein
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	ja		nein
Sekundärindizes	nein	ja	ja
SQL Support of SQL	SQL-like query language	ja	ja	nein
APIs und andere Zugriffskonzepte	gRPC (https)		JDBC Native Spark Datasource ODBC
Unterstützte Programmiersprachen			C# C++ Java JavaScript (Node.js) Python R Scala	C++ Java Python Ruby
Server-seitige Scripts Stored Procedures	nein	benutzerdefinierte Funktionen	ja Java	nein
Triggers	nein	ja	ja	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten		ja basierend auf PostgreSQL	Shared Nothhing Auto-Sharding, Columnar Partitioning	keine
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten		ja basierend auf PostgreSQL	Multi-Source Replikation Source-Replica Replikation	keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	Yes, via Full Spark Integration	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Eventual Consistency	Immediate Consistency	Immediate Consistency	Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	ja	ja	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	ACID	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	nein	ja	yes, multi-version concurrency control (MVCC)	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein	nein	ja	ja using specific database classes
Berechtigungskonzept Zugriffskontrolle	token access	ja basierend auf PostgreSQL	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
	Hyprcubd	PostGIS	Splice Machine	Tkrzw Successor of Tokyo Cabinet and Kyoto Cabinet
DB-Engines Blog Posts		Spatial database management systems 6. April 2021, Matthias Gelbmann alle anzeigen
Erwähnungen in aktuellen Nachrichten			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 Splice Machine Launches Feature Store to Simplify Feature Engineering 19. Januar 2021, Datanami Real-time machine learning with Splice Machine's ML Manager 17. April 2019, TechTarget How To Axe Db2 But Keep Your Code 10. März 2020, Towards Data Science bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk