DBMS > jBASE vs. Linter vs. Splice Machine vs. Transwarp Hippo

Vergleich der Systemeigenschaften jBASE vs. Linter vs. Splice Machine vs. Transwarp Hippo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A robust multi-value DBMS comprising development tools and middleware

RDBMS for high security requirements

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

Cloud-native distributed Vector DBMS that supports storage, retrieval, and management of massive vector-based datasets

Primäres Datenbankmodell

Multivalue DBMS

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,41
Rang	#159	Overall
	#3	Multivalue DBMS

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

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#13	Vektor DBMS

Website

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-jbase

linter.ru

splicemachine.com

www.transwarp.cn/en/subproduct/hippo

Technische Dokumentation

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

splicemachine.com/how-it-works

Entwickler

Rocket Software (früher Zumasys)

relex.ru

Splice Machine

Erscheinungsjahr

1991

1990

2014

2023

Aktuelle Version

5.7

3.1, March 2021

1.0, Mai 2023

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 und C++

Java

C++

Server Betriebssysteme

AIX
Linux
Windows

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

Linux
OS X
Solaris
Windows

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

Vector, Numeric and String

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

Embedded SQL for jBASE in BASIC

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

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

JDBC
Native Spark Datasource
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

.Net
Basic
Jabbascript
Java

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

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

C++
Java
Python

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

Java

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

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

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

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Access rights can be defined down to the item level

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Role based access control and fine grained access rights

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

Temenos signs first customer in India
24. August 2009, Finextra

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

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk