DBMS > ReductStore vs. Vertica vs. Yaacomo

Vergleich der Systemeigenschaften ReductStore vs. Vertica vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Column oriented

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Punkte	9,62
Rang	#42	Overall
	#26	Relational DBMS

Website

github.com/reductstore
www.reduct.store

www.vertica.com

yaacomo.com

Technische Dokumentation

www.reduct.store/docs

vertica.com/documentation

Entwickler

ReductStore LLC

OpenText

previously Micro Focus and Hewlett Packard

Q2WEB GmbH

Erscheinungsjahr

2023

2005

2009

Aktuelle Version

1.9, März 2024

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

Open Source

Business Source License 1.1

kommerziell

Limitierte Community Edition gratis

kommerziell

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++, Rust

C++

Server Betriebssysteme

Docker
Linux
macOS
Windows

Linux

Android
Linux
Windows

Datenschema

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes

XML Unterstützung

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

nein

Sekundärindizes

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

APIs und andere Zugriffskonzepte

HTTP API

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

JDBC
ODBC

Unterstützte Programmiersprachen

C++
JavaScript (Node.js)
Python
Rust

C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R

Server-seitige Scripts

Stored Procedures

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning, hierarchical partitioning

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Bi-directional Spark integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

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

Vertica on Kubernetes
20. Juni 2024, blogs.opentext.com

OpenText Analytics Database: The ELT Advantage
9. August 2024, blogs.opentext.com

MapR Hadoop Upgrade Spins YARN, Supports HP Vertica Analytics Platform
31. Mai 2024, Data Center Knowledge

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

What’s New in OpenText Vertica
10. Januar 2024, blogs.opentext.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk