DBMS > Sphinx vs. Splice Machine vs. WakandaDB

Vergleich der Systemeigenschaften Sphinx vs. Splice Machine vs. WakandaDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

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

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Suchmaschine

Relational DBMS

Object oriented DBMS

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

Punkte	5,98
Rang	#56	Overall
	#5	Suchmaschinen

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

Punkte	0,03
Rang	#364	Overall
	#17	Object oriented DBMS

Website

sphinxsearch.com

splicemachine.com

wakanda.github.io

Technische Dokumentation

sphinxsearch.com/docs

splicemachine.com/how-it-works

wakanda.github.io/doc

Entwickler

Sphinx Technologies Inc.

Splice Machine

Wakanda SAS

Erscheinungsjahr

2001

2014

2012

Aktuelle Version

3.5.1, Februar 2023

3.1, March 2021

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

Open Source

AGPL 3.0, commercial license available

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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

C++, JavaScript

Server Betriebssysteme

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Linux
OS X
Solaris
Windows

Linux
OS X
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

SQL-like query language (SphinxQL)

nein

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

JDBC
Native Spark Datasource
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

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

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Der Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

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

DB-Engines Blog Posts

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Googles Newest Challenger
11. Januar 2024, Free Press Journal

The Pirate Bay was recently down for over a week due to a DDoS attack
29. Oktober 2019, The Hacker News

How to Build 600+ Links in One Month
4. September 2020, Search Engine Journal

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

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

Splice Machine takes on big boys of big data with Hadoop RDBMS
21. Januar 2015, RCR Wireless News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk