DBMS > Kinetica vs. NSDb vs. OrigoDB vs. Transbase vs. XTDB

Vergleich der Systemeigenschaften Kinetica vs. NSDb vs. OrigoDB vs. Transbase vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fully vectorized database across both GPUs and CPUs

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

A fully ACID in-memory object graph database

A resource-optimized, high-performance, universally applicable RDBMS

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

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,66
Rang	#234	Overall
	#107	Relational DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#18	Object oriented DBMS

Punkte	0,17
Rang	#334	Overall
	#148	Relational DBMS

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

www.kinetica.com

nsdb.io

origodb.com

www.transaction.de/en/products/transbase.html

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

Technische Dokumentation

docs.kinetica.com

nsdb.io/Architecture

origodb.com/docs

www.transaction.de/en/products/transbase/features.html

www.xtdb.com/docs

Entwickler

Kinetica

Robert Friberg et al

Transaction Software GmbH

Juxt Ltd.

Erscheinungsjahr

2012

2017

2009

under the name LiveDB

1987

2019

Aktuelle Version

7.1, August 2021

Transbase 8.3, 2022

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

kommerziell

Development Lizenz gratis

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, C++

Java, Scala

C und C++

Clojure

Server Betriebssysteme

Linux

Linux
macOS

Linux
Windows

FreeBSD
Linux
macOS
Solaris
Windows

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

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

gRPC
HTTP REST
WebSocket

.NET Client API
HTTP API
LINQ

ADO.NET
JDBC
ODBC
Proprietäres native API

HTTP REST
JDBC

Unterstützte Programmiersprachen

C++
Java
JavaScript (Node.js)
Python

Java
Scala

.Net

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Clojure
Java

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

triggers when inserted values for one or more columns fall within a specified range

Domain Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

client side managed; servers are not synchronized

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

depending on model

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

Write ahead log

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

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Role based authorization

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

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

Kinetica Delivers Real-Time Vector Similarity Search
22. März 2024, Geospatial World

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk