DBMS > Linter vs. PouchDB vs. Splice Machine vs. ToroDB

Vergleich der Systemeigenschaften Linter vs. PouchDB vs. Splice Machine vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

RDBMS for high security requirements

JavaScript DBMS mit einem von CouchDB inspirierten API

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

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,03
Rang	#368	Overall
	#156	Relational DBMS

Punkte	2,18
Rang	#114	Overall
	#21	Document Stores

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

Website

linter.ru

pouchdb.com

splicemachine.com

github.com/torodb/server

Technische Dokumentation

pouchdb.com/guides

splicemachine.com/how-it-works

Entwickler

relex.ru

Apache Software Foundation

Splice Machine

8Kdata

Erscheinungsjahr

1990

2012

2014

2016

Aktuelle Version

7.1.1, Juni 2019

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

AGPL-V3

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++

JavaScript

Java

Server Betriebssysteme

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

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Linux
OS X
Solaris
Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

string, integer, double, boolean, date, object_id

XML Unterstützung

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

nein

Sekundärindizes

über Views

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

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

HTTP REST

only for PouchDB Server
JavaScript API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

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

JavaScript

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

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

View Functions in JavaScript

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

Multi-Source Replikation
Source-Replica 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

Immediate Consistency

Eventual Consistency

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

mittels IndexedDB, WebSQL oder LevelDB

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Access rights for users, groups and roles according to SQL-standard

Zugriffsrechte für Benutzer und Rollen

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

DB-Engines Blog Posts

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Getting Started with PouchDB Client-Side JavaScript Database
7. September 2016, SitePoint

Create Offline Web Apps Using Service Workers & PouchDB
7. März 2017, SitePoint

Building an Offline First App with PouchDB
10. März 2014, SitePoint

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 Learning
19. Januar 2021, PR Newswire

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Hadoop is not a static data repository, says Splice Machine CEO | #BigDataSV
12. Februar 2014, SiliconANGLE News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk