DBMS > LeanXcale vs. Linter vs. Postgres-XL vs. Trafodion

Vergleich der Systemeigenschaften LeanXcale vs. Linter vs. Postgres-XL vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

RDBMS for high security requirements

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

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Document Store
Spatial DBMS

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

Punkte	0,29
Rang	#291	Overall
	#41	Key-Value Stores
	#132	Relational DBMS

Punkte	0,09
Rang	#346	Overall
	#152	Relational DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

Technische Dokumentation

www.postgres-xl.org/documentation

trafodion.apache.org/documentation.html

Entwickler

LeanXcale

relex.ru

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2015

1990

2014

seit 2012, ursprünglich genannt StormDB

2014

Aktuelle Version

10 R1, Oktober 2018

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Mozilla public license

Open Source

Apache 2.0

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

C und C++

C++, Java

Server Betriebssysteme

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
macOS

Linux

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

through Apache Derby

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

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

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

C
Java
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

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

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

benutzerdefinierte Funktionen

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

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