DBMS > Adabas vs. EJDB vs. Heroic vs. IRONdb

Vergleich der Systemeigenschaften Adabas vs. EJDB vs. Heroic vs. IRONdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

OLTP - DBMS für Großrechner und Linux/Unix/Windows Umgebungen

typischerweise zusammen mit der Natural Programmierumgebung verwendet

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

Primäres Datenbankmodell

Multivalue DBMS

Document Store

Time Series DBMS

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

Punkte	3,17
Rang	#94	Overall
	#1	Multivalue DBMS

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Website

www.softwareag.com/en_corporate/platform/adabas-natural.html

github.com/Softmotions/ejdb

github.com/spotify/heroic

www.circonus.com/solutions/time-series-database/

Technische Dokumentation

github.com/Softmotions/ejdb/blob/master/README.md

spotify.github.io/heroic

docs.circonus.com/irondb/category/getting-started

Entwickler

Software AG

Softmotions

Spotify

Circonus LLC.

Erscheinungsjahr

1971

2012

2014

2017

Aktuelle Version

V0.10.20, January 2018

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2

Open Source

Apache 2.0

kommerziell

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

Java

C und C++

Server Betriebssysteme

BS2000
Linux
Unix
Windows
z/OS
z/VSE

serverlos

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

text, numeric, histograms

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

mit Zusatzprodukt Adabas SQL Gateway

nein

SQL-like query language (Circonus Analytics Query Language: CAQL)

APIs und andere Zugriffskonzepte

HTTP API

mit Zusatzsoftware Adabas SOA Gateway
SOAP-basiertes API

mit Zusatzsoftware Adabas SOA Gateway

In-process Library

HQL (Heroic Query Language, a JSON-based language)
HTTP API

HTTP API

Unterstützte Programmiersprachen

Natural

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

.Net
C
C++
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Lua
Perl
PHP
Python
R
Ruby
Rust
Scala

Server-seitige Scripts

Stored Procedures

in Natural

nein

yes, in Lua

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

ja, mit Zusatzprodukten wie Adabas Cluster Services, Adabas Parallel Services, Adabas Vista

keine

Sharding

Automatic, metric affinity per node

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, mit Zusatzprodukt Event Replikator

keine

configurable replication factor, datacenter aware

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate consistency per node, eventual consistency across nodes

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nur mittels betriebssystem-spezifischen Werkzeugen (z.B. IBM RACF, CA Top Secret)

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

State agency proves DevOps and mainframes can coexist
12. April 2024, SiliconANGLE News

IBM buys 50-year-old Software AG's enterprise tech units for €2.13B in cash
18. Dezember 2023, The Register

Real-Time Mainframe Data Replication to AWS with tcVISION from Treehouse Software | Amazon Web Services
22. März 2019, AWS Blog

A Second Look at LzLabs' Mainframe Migration
28. Juni 2017, Virtualization Review

Treehouse Software, Inc. Helps US Foods With Their Mainframe Modernization Initiative
10. April 2023, PerishableNews

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding
22. Februar 2024, Datanami

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk