DBMS > Rockset vs. Sequoiadb vs. Splice Machine vs. Yanza

Vergleich der Systemeigenschaften Rockset vs. Sequoiadb vs. Splice Machine vs. Yanza

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

A scalable, reliable search and analytics service in the cloud, built on RocksDB

NewSQL database with distributed OLTP and SQL

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

Time Series DBMS for IoT Applications

Primäres Datenbankmodell

Document Store

Document Store
Relational DBMS

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS
Suchmaschine

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

Punkte	0,79
Rang	#211	Overall
	#35	Document Stores

Punkte	0,45
Rang	#261	Overall
	#41	Document Stores
	#122	Relational DBMS

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

Website

rockset.com

www.sequoiadb.com

splicemachine.com

yanza.com

Technische Dokumentation

docs.rockset.com

www.sequoiadb.com/en/index.php?m=Files&a=index

splicemachine.com/how-it-works

Entwickler

Rockset

Sequoiadb Ltd.

Splice Machine

Yanza

Erscheinungsjahr

2019

2013

2014

2015

Aktuelle Version

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Server: AGPL; Client: Apache V2

Open Source

AGPL 3.0, commercial license available

kommerziell

free version available

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

but mainly used as a service provided by Yanza

DBaaS Angebote (gesponserte Links)

Database as a Service

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

Implementierungssprache

C++

Java

Server Betriebssysteme

gehostet

Linux

Linux
OS X
Solaris
Windows

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

dynamic typing

oid, date, timestamp, binary, regex

nein

XML Unterstützung

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

nein

ingestion from XML files supported

nein

Sekundärindizes

all fields are automatically indexed

nein

SQL

Support of SQL

Read-only SQL queries, including JOINs

SQL-like query language

nein

APIs und andere Zugriffskonzepte

HTTP REST

Proprietäres Protokoll basierend auf JSON

JDBC
Native Spark Datasource
ODBC

HTTP API

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
Python

.Net
C++
Java
PHP
Python

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

jede Sprache, die HTTP-Aufrufe erlaubt

Server-seitige Scripts

Stored Procedures

nein

JavaScript

Java

nein

Triggers

nein

Timer and event based

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

während einer Transaktion wird das Dokument gesperrt

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and organizations can be defined via Rockset console

einfacher Passwort-basierter Zugriffsschutz

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

nein

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

Rockset upgrades database to meet the needs of AI hybrid search – Blocks and Files
20. Mai 2024, Blocks & Files

Rockset Announces Native Support for Hybrid Search to Power AI Apps
17. Mai 2024, Datanami

Data Management News for the Week of May 17; Updates from Anomalo, DataStax, Rockset & More
16. Mai 2024, Solutions Review

Rockset launches native support for hybrid vector and text search to power AI apps
16. Mai 2024, SiliconANGLE News

Rockset Hybrid Search Release Sets New Course for Vector Databases
16. Mai 2024, Datanami

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