DBMS > Amazon Aurora vs. Cubrid vs. SpaceTime vs. Sphinx vs. TDengine

Vergleich der Systemeigenschaften Amazon Aurora vs. Cubrid vs. SpaceTime vs. Sphinx vs. TDengine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

MySQL und PostgreSQL kompatibles RDBMS Cloud-Service von Amazon

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

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

Time Series DBMS and big data platform

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

Relational DBMS

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

Punkte	7,91
Rang	#50	Overall
	#32	Relational DBMS

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#7	Spatial DBMS

Punkte	5,98
Rang	#56	Overall
	#5	Suchmaschinen

Punkte	2,60
Rang	#107	Overall
	#8	Time Series DBMS

Website

aws.amazon.com/rds/aurora

cubrid.com (korean)
cubrid.org (english)

www.mireo.com/spacetime

sphinxsearch.com

github.com/taosdata/TDengine
tdengine.com

Technische Dokumentation

docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/CHAP_Aurora.html

cubrid.org/manuals

sphinxsearch.com/docs

docs.tdengine.com

Entwickler

Amazon

CUBRID Corporation, CUBRID Foundation

Mireo

Sphinx Technologies Inc.

TDEngine, previously Taos Data

Erscheinungsjahr

2015

2008

2020

2001

2019

Aktuelle Version

11.0, Jaenner 2021

3.5.1, Februar 2023

3.0, August 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

kommerziell

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

Open Source

AGPL V3, also commercial editions available

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, C++, Java

C++

Server Betriebssysteme

gehostet

Linux
Windows

Linux

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Linux
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

nein

Full-Text Index auf allen Suchfeldern

nein

SQL

Support of SQL

A subset of ANSI SQL is implemented

SQL-like query language (SphinxQL)

Standard SQL with extensions for time-series applications

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

ADO.NET
JDBC
ODBC
OLE DB

RESTful HTTP API

Proprietäres Protokoll

JDBC
RESTful HTTP API

Unterstützte Programmiersprachen

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

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

C#
C++
Python

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

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

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

yes, via alarm monitoring

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

keine

Fixed-grid hypercubes

Sharding

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

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Real-time block device replication (DRBD)

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

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

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to SQL-standard

nein

yes

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

TDengine™ is a next generation data historian purpose-built for Industry 4.0 and...
» mehr

Competitive advantages

High Performance at any Scale: TDengine is purpose-built for handling massive industrial...
» mehr

Typical application scenarios

TDengine is designed for Industrial IoT scenarios, including: Manufacturing Connected...
» mehr

Market metrics

TDengine has garnered over 22,500 stars on GitHub and is used in over 50 countries...
» mehr

Licensing and pricing models

TDengine OSS is an open source, cloud native time series database. It includes built-in...
» mehr

Neuigkeiten

Can Typical Time-Series Databases Replace Data Historians?
8. Mai 2024

TDengine 3.3.0.0 Release Notes
7. Mai 2024

How to Unlock Value from Industrial Data with AI and ML Technology
6. Mai 2024

Compare InfluxDB vs. TDengine
19. April 2024

Why We Need the Next Generation Data Historian
15. April 2024

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

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Amazon - the rising star in the DBMS market
3. August 2015, Matthias Gelbmann

alle anzeigen

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Join the preview of Amazon Aurora Limitless Database | Amazon Web Services
27. November 2023, AWS Blog

Amazon Aurora MySQL version 2 (with MySQL 5.7 compatibility) to version 3 (with MySQL 8.0 compatibility) upgrade ...
18. März 2024, AWS Blog

New – Amazon Aurora Optimized Reads for Aurora PostgreSQL with up to 8x query latency improvement for I/O ...
8. November 2023, AWS Blog

Knowledge Bases for Amazon Bedrock now supports Amazon Aurora PostgreSQL and Cohere embedding models ...
12. Februar 2024, AWS Blog

Handle tables without primary keys while creating Amazon Aurora PostgreSQL zero-ETL integrations with Amazon ...
18. April 2024, AWS Blog

bereitgestellt von Google News

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

TDengine debuts cloud-based time-series data processing platform for IoT deployments
20. September 2022, SiliconANGLE News

New TDengine Benchmark Results Show Up to 37.0x Higher Query Performance Than InfluxDB and TimescaleDB
28. Februar 2023, GlobeNewswire

Comparing Different Time-Series Databases
10. Februar 2022, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk