DBMS > KeyDB vs. ReductStore vs. Splice Machine

Vergleich der Systemeigenschaften KeyDB vs. ReductStore vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An ultra-fast, open source Key-value store fully compatible with Redis API, modules, and protocols

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

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

Primäres Datenbankmodell

Key-Value Store

Time Series DBMS

Relational DBMS

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

Punkte	0,71
Rang	#226	Overall
	#33	Key-Value Stores

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Website

github.com/Snapchat/KeyDB
keydb.dev

github.com/reductstore
www.reduct.store

splicemachine.com

Technische Dokumentation

docs.keydb.dev

www.reduct.store/docs

splicemachine.com/how-it-works

Entwickler

EQ Alpha Technology Ltd.

ReductStore LLC

Splice Machine

Erscheinungsjahr

2019

2023

2014

Aktuelle Version

1.9, März 2024

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

BSD-3

Open Source

Business Source License 1.1

Open Source

AGPL 3.0, commercial license 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

C++

C++, Rust

Java

Server Betriebssysteme

Linux

Docker
Linux
macOS
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

teilweise

Supported data types are strings, hashes, lists, sets and sorted sets, bit arrays, hyperloglogs and geospatial indexes

XML Unterstützung

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

nein

Sekundärindizes

by using the Redis Search module

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

RESP - REdis Serialization Protoco

HTTP API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C
C#
C++
Clojure
Crystal
D
Dart
Elixir
Erlang
Fancy
Go
Haskell
Haxe
Java
JavaScript (Node.js)
Lisp
Lua
MatLab
Objective-C
OCaml
Pascal
Perl
PHP
Prolog
Pure Data
Python
R
Rebol
Ruby
Rust
Scala
Scheme
Smalltalk
Swift
Tcl
Visual Basic

C++
JavaScript (Node.js)
Python
Rust

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

Server-seitige Scripts

Stored Procedures

Lua

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Strong eventual consistency with CRDTs

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Optimistic locking, atomic execution of commands blocks and scripts

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Configurable mechanisms for persistency via snapshots and/or operations logs

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

einfacher Passwort-basierter Zugriffsschutz und ACL

Access rights for users, groups and roles according to 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

Snap snaps up database developer KeyDB to make its infrastructure more snappy
12. Mai 2022, TechCrunch

Snap Acquires KeyDB for Open-Source Services
17. Mai 2022, XR Today

Garnet–open-source faster cache-store speeds up applications, services
18. März 2024, Microsoft

Dragonfly 1.0 Released For What Claims To Be The World's Fastest In-Memory Data Store
20. März 2023, Phoronix

Redis 6 arrives with multithreading for faster I/O
30. April 2020, InfoWorld

bereitgestellt von Google News

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

Splice Machine takes on big boys of big data with Hadoop RDBMS
21. Januar 2015, RCR Wireless News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk