DBMS > LeanXcale vs. OpenMLDB vs. Splice Machine vs. TimesTen

Vergleich der Systemeigenschaften LeanXcale vs. OpenMLDB 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

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

An open-source machine learning database that provides a feature platform for training and inference

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
Relational DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	0,10
Rang	#359	Overall
	#36	Time Series DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Punkte	1,36
Rang	#161	Overall
	#75	Relational DBMS

Website

www.leanxcale.com

openmldb.ai

splicemachine.com

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

Technische Dokumentation

openmldb.ai/docs/zh/main

splicemachine.com/how-it-works

docs.oracle.com/database/timesten-18.1

Entwickler

LeanXcale

4 Paradigm Inc.

Splice Machine

Oracle, TimesTen Performance Software, HP

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

Erscheinungsjahr

2015

2020

2014

1998

Aktuelle Version

2024-2 February 2024

3.1, March 2021

11 Release 2 (11.2.2.8.0)

Lizenz

Commercial or Open Source

kommerziell

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++, Java, Scala

Java

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

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

Datenschema

Fixed schema

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

Sekundärindizes

SQL

Support of SQL

through Apache Derby

APIs und andere Zugriffskonzepte

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

JDBC
SQLAlchemy

JDBC
Native Spark Datasource
ODBC

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

C
Java
Scala

C++
Go
Java
Python
Scala

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

C
C++
Java
PL/SQL

Server-seitige Scripts

Stored Procedures

nein

Java

PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica 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

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

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

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to 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

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

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

Real-time machine learning with Splice Machine's ML Manager
17. April 2019, TechTarget

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk