DBMS > Kyligence Enterprise vs. Lovefield vs. ObjectBox vs. SiriDB vs. SwayDB

Vergleich der Systemeigenschaften Kyligence Enterprise vs. Lovefield vs. ObjectBox vs. SiriDB vs. SwayDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Embeddable relational database for web apps written in pure JavaScript

Extremely fast embedded database for small devices, IoT and Mobile

Open Source Time Series DBMS

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	0,46
Rang	#266	Overall
	#124	Relational DBMS

Punkte	0,33
Rang	#286	Overall
	#131	Relational DBMS

Punkte	1,29
Rang	#166	Overall
	#5	Object oriented DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Punkte	0,04
Rang	#387	Overall
	#61	Key-Value Stores

Website

kyligence.io/kyligence-enterprise

google.github.io/lovefield

objectbox.io

siridb.com

swaydb.simer.au

Technische Dokumentation

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.objectbox.io

docs.siridb.com

Entwickler

Kyligence, Inc.

Google

ObjectBox Limited

Cesbit

Simer Plaha

Erscheinungsjahr

2016

2014

2017

2018

Aktuelle Version

2.1.12, February 2017

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Apache License 2.0

Open Source

MIT License

Open Source

GNU Affero GPL V3.0

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

Java

JavaScript

C und C++

Scala

Server Betriebssysteme

Linux

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Android
iOS
Linux
macOS
Windows

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

ANSI SQL for queries (using Apache Calcite)

SQL-like query language

via JavaScript builder pattern

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

Proprietäres native API

HTTP API

Unterstützte Programmiersprachen

JavaScript

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

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

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

online/offline synchronization between client and server

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Atomic execution of operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

nein

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Einfache Rechteverwaltung mit Benutzeraccounts

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

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

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

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

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

Why Analytics Warehouse Is the Answer to Big Data Analytics
21. September 2021, Spiceworks News and Insights

bereitgestellt von Google News

Kagiso interactive shares: all eyes on android at google I/O
11. Mai 2015, WhaTech

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk