DBMS > Ignite vs. Kyligence Enterprise vs. PouchDB vs. XTDB

Vergleich der Systemeigenschaften Ignite vs. Kyligence Enterprise vs. PouchDB vs. XTDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Apache Ignite is a memory-centric distributed database, caching, and processing platform for transactional, analytical, and streaming workloads, delivering in-memory speeds at petabyte scale.

A distributed analytics engine for big data, built on top of Apache Kylin

JavaScript DBMS mit einem von CouchDB inspirierten API

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Relational DBMS

Document Store

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

Punkte	3,16
Rang	#96	Overall
	#15	Key-Value Stores
	#49	Relational DBMS

Punkte	0,40
Rang	#269	Overall
	#124	Relational DBMS

Punkte	2,28
Rang	#115	Overall
	#21	Document Stores

Punkte	0,11
Rang	#343	Overall
	#46	Document Stores

Website

ignite.apache.org

kyligence.io/kyligence-enterprise

pouchdb.com

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

apacheignite.readme.io/docs

pouchdb.com/guides

www.xtdb.com/docs

Entwickler

Apache Software Foundation

Kyligence, Inc.

Apache Software Foundation

Juxt Ltd.

Erscheinungsjahr

2015

2016

2012

2019

Aktuelle Version

Apache Ignite 2.6

7.1.1, Juni 2019

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

MIT License

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, .Net

Java

JavaScript

Clojure

Server Betriebssysteme

Linux
OS X
Solaris
Windows

Linux

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

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

über Views

SQL

Support of SQL

ANSI-99 for query and DML statements, subset of DDL

ANSI SQL for queries (using Apache Calcite)

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

HDFS API
Hibernate
JCache
JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP API
Spring Data

JDBC
ODBC
RESTful HTTP API

HTTP REST

only for PouchDB Server
JavaScript API

HTTP REST
JDBC

Unterstützte Programmiersprachen

C#
C++
Java
PHP
Python
Ruby
Scala

JavaScript

Clojure
Java

Server-seitige Scripts

Stored Procedures

yes (compute grid and cache interceptors can be used instead)

View Functions in JavaScript

nein

Triggers

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes (replicated cache)

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

yes (compute grid and hadoop accelerator)

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

mittels IndexedDB, WebSQL oder LevelDB

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Security Hooks for custom implementations

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

DB-Engines Blog Posts

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Kyligence Grows OLAP Business in the Cloud
20. Februar 2020, Datanami

Kyligence adds ClickHouse OLAP engine to its analytics platform
10. August 2021, VentureBeat

How Kyligence Cloud uses Amazon EMR Serverless to simplify OLAP | Amazon Web Services
9. November 2022, AWS Blog

Distributed OLAPer Kyligence accelerates core engine, adds real-time data support – Blocks and Files
10. August 2021, Blocks and Files

Kyligence Doubles Down on Cubes in the Cloud
22. Januar 2021, Datanami

bereitgestellt von Google News

Building an Offline First App with PouchDB — SitePoint
10. März 2014, SitePoint

Getting Started with PouchDB Client-Side JavaScript Database — SitePoint
7. September 2016, SitePoint

3 Reasons To Think Offline First
22. März 2017, IBM

Offline-first web and mobile apps: Top frameworks and components
22. Januar 2019, TechBeacon

Create Offline Web Apps Using Service Workers & PouchDB — SitePoint
7. März 2017, SitePoint

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk