DBMS > OpenMLDB vs. OpenQM vs. RDF4J vs. Vitess

Vergleich der Systemeigenschaften OpenMLDB vs. OpenQM vs. RDF4J vs. Vitess

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

QpenQM is a high-performance, self-tuning, multi-value DBMS

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

Document Store
Spatial DBMS

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

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

Punkte	0,34
Rang	#284	Overall
	#10	Multivalue DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Punkte	0,88
Rang	#203	Overall
	#95	Relational DBMS

Website

openmldb.ai

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

rdf4j.org

vitess.io

Technische Dokumentation

openmldb.ai/docs/zh/main

rdf4j.org/documentation

vitess.io/docs

Entwickler

4 Paradigm Inc.

Rocket Software, originally Martin Phillips

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

The Linux Foundation, PlanetScale

Erscheinungsjahr

2020

1993

2004

2013

Aktuelle Version

2024-2 February 2024

3.4-12

15.0.2, December 2022

Lizenz

Commercial or Open Source

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Apache Version 2.0, commercial licenses 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

C++, Java, Scala

Java

Server Betriebssysteme

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Linux
OS X
Unix
Windows

Docker
Linux
macOS

Datenschema

Fixed schema

with some exceptions

RDF Schemas

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

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

JDBC
SQLAlchemy

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

C++
Go
Java
Python
Scala

.Net
Basic
C
Java
Objective C
PHP
Python

Java
PHP
Python

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

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 can be defined down to the item level

nein

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder 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

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

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

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

bereitgestellt von Google News

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes
18. Mai 2021, The Register

They scaled YouTube -- now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

With Vitess 4.0, database vendor matures cloud-native platform
13. November 2019, TechTarget

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk