DBMS > InfinityDB vs. JanusGraph vs. TimesTen vs. Trafodion

Vergleich der Systemeigenschaften InfinityDB vs. JanusGraph vs. TimesTen vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	InfinityDB  Xaus Vergleich ausschliessen	JanusGraph successor of Titan  Xaus Vergleich ausschliessen	TimesTen  Xaus Vergleich ausschliessen	Trafodion  Xaus Vergleich ausschliessen
				Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.
Kurzbeschreibung	A Java embedded Key-Value Store which extends the Java Map interface	A Graph DBMS optimized for distributed clusters It was forked from the latest code base of Titan in January 2017	In-Memory RDBMS compatible to Oracle	Transactional SQL-on-Hadoop DBMS
Primäres Datenbankmodell	Key-Value Store	Graph DBMS	Relational DBMS	Relational DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,08 Rang #365   Overall #55   Key-Value Stores	Punkte 2,02 Rang #125   Overall #12   Graph DBMS	Punkte 1,36 Rang #161   Overall #75   Relational DBMS
Website	boilerbay.com	janusgraph.org	www.oracle.com/­database/­technologies/­related/­timesten.html	trafodion.apache.org
Technische Dokumentation	boilerbay.com/­infinitydb/­manual	docs.janusgraph.org	docs.oracle.com/­database/­timesten-18.1	trafodion.apache.org/­documentation.html
Entwickler	Boiler Bay Inc.	Linux Foundation; originally developed as Titan by Aurelius	Oracle, TimesTen Performance Software, HP originally founded in HP Labs it was acquired by Oracle in 2005	Apache Software Foundation, originally developed by HP
Erscheinungsjahr	2002	2017	1998	2014
Aktuelle Version	4.0	0.6.3, Februar 2023	11 Release 2 (11.2.2.8.0)	2.3.0, Februar 2019
Lizenz Commercial or Open Source	kommerziell	Open Source Apache 2.0	kommerziell	Open Source Apache 2.0
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Java	Java		C++, Java
Server Betriebssysteme	Alle Betriebssysteme mit einer Java VM	Linux OS X Unix Windows	AIX HP-UX Linux OS X Solaris SPARC/x86 Windows	Linux
Datenschema	ja nested virtual Java Maps, multi-value, logical ‘tuple space’ runtime Schema upgrade	ja	ja	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja all Java primitives, Date, CLOB, BLOB, huge sparse arrays	ja	ja	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	nein manual creation possible, using inversions based on multi-value capability	ja	ja	ja
SQL Support of SQL	nein	nein	ja	ja
APIs und andere Zugriffskonzepte	Access via java.util.concurrent.ConcurrentNavigableMap Interface Proprietary API to InfinityDB ItemSpace (boilerbay.com/­docs/­ItemSpaceDataStructures.htm)	Java API TinkerPop Blueprints TinkerPop Frames TinkerPop Gremlin TinkerPop Rexster	JDBC ODBC ODP.NET Oracle Call Interface (OCI)	ADO.NET JDBC ODBC
Unterstützte Programmiersprachen	Java	Clojure Java Python	C C++ Java PL/SQL	All languages supporting JDBC/ODBC/ADO.Net
Server-seitige Scripts Stored Procedures	nein	ja	PL/SQL	Java Stored Procedures
Triggers	nein	ja	nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine	ja depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)	keine	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine	ja	Multi-Source Replikation Source-Replica Replikation	ja, durch HBase
MapReduce Bietet ein API für Map/Reduce Operationen	nein	ja via Faunus, a graph analytics engine	nein	ja mittels user defined functions und HBase
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Immediate Consistency READ-COMMITTED or SERIALIZED	Eventual Consistency Immediate Consistency	Immediate Consistency or Eventual Consistency depending on configuration	Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein manual creation possible, using inversions based on multi-value capability	ja Relationships in graphs	ja	ja
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ACID Optimistic locking for transactions; no isolation for bulk loads	ACID	ACID	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	ja Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast	ja by means of logfiles and checkpoints	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein		ja	nein
Berechtigungskonzept Zugriffskontrolle	nein	Benutzer Authentification und Sicherheit via Rexster Graph Server	Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard	Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard
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
	InfinityDB	JanusGraph successor of Titan	TimesTen	Trafodion
Erwähnungen in aktuellen Nachrichten		Database Deep Dives: JanusGraph 8. August 2019, IBM JanusGraph Picks Up Where TitanDB Left Off 13. Januar 2017, Datanami From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex 30. Juli 2020, Towards Data Science Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph 3. Oktober 2019, The New Stack Compose for JanusGraph arrives on Bluemix 15. September 2017, IBM bereitgestellt von Google News		Evaluating HTAP Databases for Machine Learning Applications 2. November 2016, KDnuggets Low-latency, distributed database architectures are critical for emerging fog applications 7. April 2022, Embedded Computing Design bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk