DBMS > Lovefield vs. Netezza vs. Postgres-XL vs. Splice Machine

Vergleich der Systemeigenschaften Lovefield vs. Netezza vs. Postgres-XL vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Embeddable relational database for web apps written in pure JavaScript

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

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

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

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	9,06
Rang	#46	Overall
	#29	Relational DBMS

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

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

Website

google.github.io/lovefield

www.ibm.com/products/netezza

www.postgres-xl.org

splicemachine.com

Technische Dokumentation

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

www.postgres-xl.org/documentation

splicemachine.com/how-it-works

Entwickler

Google

IBM

Splice Machine

Erscheinungsjahr

2014

2000

2014

seit 2012, ursprünglich genannt StormDB

2014

Aktuelle Version

2.1.12, February 2017

10 R1, Oktober 2018

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Mozilla public license

Open Source

AGPL 3.0, commercial license available

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

JavaScript

Java

Server Betriebssysteme

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

tested with Chrome, Firefox, IE, Safari

Linux

In Appliance inkludiert

Linux
macOS

Linux
OS X
Solaris
Windows

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

Sekundärindizes

SQL

Support of SQL

SQL-like query language

via JavaScript builder pattern

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC
OLE DB

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

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

JavaScript

C
C++
Fortran
Java
Lua
Perl
Python
R

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

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

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Java

Triggers

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontale Partitionierung

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users, groups and roles according to 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

IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS
11. Juli 2023, IBM

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services
27. Mai 2020, AWS Blog

Netezza Performance Server
12. August 2020, IBM

U.S. Navy Chooses Yellowbrick, Sunsets IBM Netezza
22. März 2023, Business Wire

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

New Splice Machine RDBMS unites OLTP and OLAP
18. November 2015, CIO

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