DBMS > Amazon Redshift vs. BigObject vs. EXASOL vs. SpaceTime vs. TDengine

Vergleich der Systemeigenschaften Amazon Redshift vs. BigObject vs. EXASOL vs. SpaceTime vs. TDengine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Large scale data warehouse service for use with business intelligence tools

Analytic DBMS für Echtzeitberechnungen und Queries

High-performance, in-memory, MPP database specifically designed for in-memory analytics.

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

Time Series DBMS and big data platform

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Spatial DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	17,94
Rang	#34	Overall
	#21	Relational DBMS

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	1,99
Rang	#124	Overall
	#58	Relational DBMS

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

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

Website

aws.amazon.com/redshift

bigobject.io

www.exasol.com

www.mireo.com/spacetime

github.com/taosdata/TDengine
tdengine.com

Technische Dokumentation

docs.aws.amazon.com/redshift

docs.bigobject.io

www.exasol.com/resources

docs.tdengine.com

Entwickler

Amazon (based on PostgreSQL)

BigObject, Inc.

Exasol

Mireo

TDEngine, previously Taos Data

Erscheinungsjahr

2012

2015

2000

2020

2019

Aktuelle Version

3.0, August 2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

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++

Server Betriebssysteme

gehostet

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

Linux
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

eingeschränkt

nein

SQL

Support of SQL

keine vollständige Unterstützung eines SQL-Standards

SQL-like DML and DDL statements

A subset of ANSI SQL is implemented

Standard SQL with extensions for time-series applications

APIs und andere Zugriffskonzepte

JDBC
ODBC

fluentd
ODBC
RESTful HTTP API

.Net
JDBC
ODBC
WebSocket

RESTful HTTP API

JDBC
RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Java
Lua
Python
R

C#
C++
Python

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

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in Python

Lua

benutzerdefinierte Funktionen

nein

Triggers

nein

yes, via alarm monitoring

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Fixed-grid hypercubes

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Real-time block device replication (DRBD)

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

werden aber nicht 'enforced'

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

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

nein

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

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

Increased popularity for consuming DBMS services out of the cloud
2. Oktober 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Revolutionizing data querying: Amazon Redshift and Visual Studio Code integration | Amazon Web Services
2. Mai 2024, AWS Blog

Power analytics as a service capabilities using Amazon Redshift | Amazon Web Services
17. April 2024, AWS Blog

Amazon Redshift adds new AI capabilities, including Amazon Q, to boost efficiency and productivity | Amazon Web ...
29. November 2023, AWS Blog

Amazon Redshift now supports multi-data warehouse writes through data sharing (preview)
26. November 2023, AWS Blog

Amazon Redshift announces programmatic access to Advisor recommendations via API
8. Februar 2024, AWS Blog

bereitgestellt von Google News

Exasol Finds AI Underinvestment Leads to Business Failure, But Data Challenges Stall Rapid Adoption
20. März 2024, Business Wire

It's Back to the Database Future for Exasol CEO Tewes
26. Oktober 2023, Datanami

Exasol gets jolt of AI with Espresso suite of capabilities
26. Februar 2024, TechTarget

Exasol Unveils New Suite of AI Tools to Turbocharge Enterprise Data Analytics
21. Februar 2024, Business Wire

Exasol brings SaaS-flex to on-prem and public cloud systems
31. Mai 2023, The Register

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