ArcadeDB: Multi-Modell-DBMS mit sieben Modellen und fünf Abfragesprachen
Projektüberblick: ArcadeDB Multi-Model Database, ein DBMS, das SQL, Cypher, Gremlin, HTTP/JSON, MongoDB und Redis unterstützt. ArcadeDB ist eine konzeptionelle Abzweigung von OrientDB, dem ersten Multi-Model-DBMS. ArcadeDB unterstützt Vektoreinbettungen.
Auf einen Blick
- Was ist das?
- ArcadeDB von ArcadeData bündelt Graph, Document, Key/Value, Search Engine, Time Series, Vector Embedding und Geodaten in einer Java-21-Engine. Einordnung von Abfragesprachen, Betriebswegen und dem Release-Stand 26.8.1.
- Für wen ist es gedacht?
- ArcadeDB lohnt sich für Teams, die Graph-, Zeitreihen- und Vektorzugriffe in einem einzigen Server bündeln wollen und Java 21 sowie eine Apache-2.0-Basis mitbringen. Weniger geeignet ist es für Vorhaben, die vollständige MongoDB- oder Redis-Kompatibilität voraussetzen, weil die README beide Treiber ausdrücklich als Teilmenge ausweist.
- Darf ich es kommerziell nutzen?
- Ja. Apache-2.0 ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Das Repository hat innerhalb des letzten Tages neue Commits erhalten.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich Java, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
ArcadeDB-Herkunft: LLJ-Engine mit dem OrientDB-SQL-Anteil
ArcadeDB ist ein Multi-Modell-DBMS von Luca Garulli, dem Gründer von OrientDB, entstanden nach der Übernahme von OrientDB durch SAP. Die README beschreibt es als konzeptionellen Fork mit einer von Grund auf neu geschriebenen Engine, die intern Alien Technology heißt. Die SQL-Engine von OrientDB wird stark modifiziert weitergenutzt, dazu einige Hilfsklassen.
Der Code basiert auf Java 21+ und folgt laut README dem Ansatz LLJ, kurz für Low Level Java: ausschließlich niedrige Java-APIs, um mechanische Sympathie auszunutzen und den Druck auf den Garbage Collector zu senken. Als Einsatzbereich nennt das Material einen Raspberry Pi bis hin zu mehreren Servern in der Cloud.
Das Repository ArcadeData/arcadedb weist 1.111 Sterne, 136 Forks und 67 offene Issues auf, der letzte verzeichnete Push stammt vom 3. August 2026, das aktuelle Release trägt die Nummer 26.8.1.
Graph, Document, Key/Value, Time Series und Vector Embedding in einer Engine
Sieben Modelle listet die README auf: Graph, Document, Key/Value, Search Engine, Time Series, Vector Embedding und Geospatial. Der Graph-Teil arbeitet mit direkten Verknüpfungen zwischen Datensätzen statt mit Joins, was Traversierungen ohne relationale Zwischenschicht erlaubt.
Die Zeitreihenseite setzt auf spaltenorientierte Speicherung mit Gorilla- und Delta-of-Delta-Kompression und nimmt Daten über das InfluxDB Line Protocol sowie Prometheus remote_write und remote_read an. Abfragen laufen über PromQL, die Anbindung von Grafana ist vorgesehen. Für Geodaten nennt das Material eigene SQL-Funktionen mit dem Präfix geo.
Wie tief die Modelle ineinandergreifen, ob also ein Datensatz zugleich Vektor und Graphknoten sein kann, bleibt im verfügbaren Material offen.
SQL, Cypher, Gremlin, GraphQL und MongoDB Query Language am selben Server
An Abfragesprachen stehen fünf bereit: SQL in der von OrientDB abgeleiteten Variante, Neo4j Cypher in der Open-Cypher-Form, Apache Gremlin auf Basis von Apache Tinkerpop 3.7.x, GraphQL sowie die MongoDB Query Language.
Bei den Protokollwegen schränkt die README zwei Pfade ausdrücklich ein. Redis- und MongoDB-Treiber implementieren nur einen Teil der Operationen, während das Postgres Wire Protocol vollständig umgesetzt sein soll. Wer eine bestehende MongoDB-Anwendung umziehen will, sollte deshalb vorher prüfen, welche Befehle der eigene Code tatsächlich verwendet.
Welche Sprache welche Modelle abdecken, also ob sich Vektorabfragen auch in Gremlin formulieren lassen, ist der Dokumentation nicht zu entnehmen.
70+ Graph-Algorithmen, parallele SQL-Ausführung und der eingebaute MCP Server
Zu den hervorgehobenen Fähigkeiten zählen laut README mehr als 70 eingebaute Graph-Algorithmen für Pfadsuche, Zentralität, Community-Erkennung, Link-Vorhersage und Graph-Embeddings. SQL-Abfragen sollen mehrere CPU-Kerne nutzen, materialisierte Sichten werden vorberechnet und automatisch gepflegt.
Eingebaut ist ein MCP Server nach dem Model Context Protocol, über den KI-Assistenten und LLM-Werkzeuge ansetzen können. Der KI-Assistent in Studio trägt den Zusatz Beta. Bei den Indexstrukturen nennt die README erweiterbares Hashing für exakte Treffer neben LSM-Tree-Indizes.
Sämtliche Angaben zu Durchsatz und Ressourcenverbrauch stammen aus der Projektdarstellung. Unabhängige Messwerte führt das Material nicht an, auch die Aussage über Millionen Datensätze pro Sekunde auf handelsüblicher Hardware bleibt ohne Beleg.
docker run mit Port 2480 und 2424, bin/server.sh und die Treiberwege
Der Schnelleinstieg der README startet den Server per Docker und gibt dabei die Ports 2480 und 2424 frei; beim ersten Start wird der OpenBeer-Beispieldatensatz importiert. Wer kein Container-Image nutzt, startet ein heruntergeladenes Release-Archiv über bin/server.sh oder bin/server.bat.
Eingebettet läuft ArcadeDB aus jeder Sprache auf der JVM sowie aus Python über die Bindung arcadedb-embedded-python. Remote sind HTTP/JSON, ein Postgres-Treiber, ein Redis-Treiber und ein MongoDB-Treiber möglich, wobei die letzten beiden nur Teilmengen abdecken.
Die genaue Docker-Zeile mit Volumes und Umgebungsvariablen ist im verfügbaren Material abgeschnitten, password- oder datenverzeichnisbezogene Parameter sind daher nicht belegt.
Release-Varianten full, minimal, headless, base und die Suiten hinter mvn verify
Für den Betrieb hält das Projekt mehrere Pakete bereit. full enthält alle Module, minimal lässt gremlin, redisw, mongodbw und graphql weg, headless verzichtet zusätzlich auf studio, base reduziert den Umfang auf Kern-Engine, Server und Netzwerk.
Ein Skript für eigene Pakete nimmt eine Modulliste entgegen, etwa gremlin und studio, und erzeugt wahlweise interaktive Builds, Docker-Images oder Offline-Builds aus lokalen Maven-Repositories. Für Java 17 existiert ein eigener Zweig über GitHub Packages; ein experimenteller GraalVM-native-image-Build wird in docs/native-image.md beschrieben.
Die Qualitätssicherung verteilt sich auf acht Suiten: Unit-Tests über mvn test, Integrationstests über mvn verify -Pintegration, End-to-End-Tests gegen einen Server-Container mit Testcontainers, Lasttests sowie HA-Resilienztests, die Fehler mit Toxiproxy injizieren.
OrientDB und getrennte Speicher als Alternative zu ArcadeDB
Als Alternative bietet sich OrientDB an, dessen SQL-Engine ArcadeDB weiterverwendet. Diese Wahl liegt näher, wenn bereits eine gewachsene Installation existiert; die README positioniert ArcadeDB dagegen als Neuentwicklung mit eigener Engine und anderem Speicherlayout.
Der zweite Weg trennt die Modelle auf: eine relationale Datenbank für strukturierte Daten, ein Graphsystem für Traversierungen, ein Vektorstore für Ähnlichkeitssuche. Diese Aufteilung kostet Synchronisationsaufwand zwischen mehreren Systemen und doppelte Transaktionsgrenzen, erlaubt aber, jedes Glied unabhängig zu ersetzen und Reifegrade getrennt zu bewerten.
ArcadeDB setzt dem eine einzige Engine entgegen, in der Abfragen über Modelle hinweg laufen und ACID-Transaktionen über alle Modelle gelten sollen. Der Preis ist die Bindung an ein Projekt mit 67 offenen Issues und einer jungen Release-Historie, die im Material bei 26.7.2 beginnt.
Apache-2.0 mit GOVERNANCE.md und die Lücken in der README
Die Lizenz ist Apache-2.0, ergänzt um eine NOTICE-Datei und ATTRIBUTIONS.md. Die README betont, dass ArcadeDB für jede Nutzung kostenlos und dauerhaft Open Source bleiben soll, und verweist für strukturelle Garantien auf GOVERNANCE.md.
Kommerzieller Support wird über eine Preisliste angeboten. Sicherheitshinweise sollen an support@arcadedb.com gehen statt in öffentliche GitHub-Issues, was für Meldungen aus regulierten Umgebungen ein gangbarer Weg ist.
Offen bleibt einiges. Die README nennt keine unabhängigen Benchmarks, keine Referenzkunden und keine Nutzerzahlen. Zur Reife einzelner Modellpfade, etwa der Vektorindizierung oder des als Beta markierten Studio-Assistenten, fehlen Angaben, und eine Kompatibilitätsmatrix zu den genannten Tinkerpop- und Cypher-Versionen liegt nicht vor.
Redaktionelles Fazit
ArcadeDB lohnt sich für Teams, die Graph-, Zeitreihen- und Vektorzugriffe in einem einzigen Server bündeln wollen und Java 21 sowie eine Apache-2.0-Basis mitbringen. Weniger geeignet ist es für Vorhaben, die vollständige MongoDB- oder Redis-Kompatibilität voraussetzen, weil die README beide Treiber ausdrücklich als Teilmenge ausweist. Vor einer Entscheidung empfiehlt sich ein Test der eigenen Workloads gegen Release 26.8.1: den Docker-Start mit Port 2480 öffnen, eine Cypher- und eine PromQL-Abfrage über dieselbe Datenmenge laufen lassen und prüfen, ob die benötigten MongoDB-Befehle im Treiber überhaupt implementiert sind.
Community-Notizen