DBMS > JaguarDB vs. Postgres-XL vs. Splice Machine vs. TimesTen

Vergleich der Systemeigenschaften JaguarDB vs. Postgres-XL vs. Splice Machine vs. TimesTen

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Performant, highly scalable DBMS for AI and IoT applications

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

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

In-Memory RDBMS compatible to Oracle

Primäres Datenbankmodell

Key-Value Store
Vektor DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,09
Rang	#356	Overall
	#53	Key-Value Stores
	#13	Vektor DBMS

Punkte	0,52
Rang	#256	Overall
	#117	Relational DBMS

Punkte	0,54
Rang	#255	Overall
	#116	Relational DBMS

Punkte	1,35
Rang	#165	Overall
	#75	Relational DBMS

Website

www.jaguardb.com

www.postgres-xl.org

splicemachine.com

www.oracle.com/database/technologies/related/timesten.html

Technische Dokumentation

www.jaguardb.com/support.html

www.postgres-xl.org/documentation

splicemachine.com/how-it-works

docs.oracle.com/database/timesten-18.1

Entwickler

DataJaguar, Inc.

Splice Machine

Oracle, TimesTen Performance Software, HP

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

2015

2014

seit 2012, ursprünglich genannt StormDB

2014

1998

Aktuelle Version

3.3 July 2023

10 R1, Oktober 2018

3.1, March 2021

11 Release 2 (11.2.2.8.0)

Lizenz

Commercial or Open Source

Open Source

GPL V3.0

Open Source

Mozilla public license

Open Source

AGPL 3.0, commercial license available

kommerziell

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++

the server part. Clients available in other languages

Java

Server Betriebssysteme

Linux

Linux
macOS

Linux
OS X
Solaris
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

XML type, but no XML query functionality

nein

Sekundärindizes

SQL

Support of SQL

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
Native Spark Datasource
ODBC

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

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

C
C++
Java
PL/SQL

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Java

PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

by means of logfiles and checkpoints

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Rechteverwaltung mit Benutzeraccounts

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users, groups and roles according to 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

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

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

Hadoop-based RDBMS Now Available from Splice
12. Mai 2014, Datanami

bereitgestellt von Google News

In-memory databases with Emulex Gen 7
25. Oktober 2023, Broadcom Inc.

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk