DBMS > Apache Doris vs. Badger vs. Greenplum vs. OpenTSDB

Vergleich der Systemeigenschaften Apache Doris vs. Badger vs. Greenplum vs. OpenTSDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An MPP-based analytics DBMS embracing the MySQL protocol

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

Skalierbares Timeseries DBMS basierend auf HBase

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,61
Rang	#235	Overall
	#110	Relational DBMS

Punkte	0,14
Rang	#328	Overall
	#48	Key-Value Stores

Punkte	7,71
Rang	#46	Overall
	#29	Relational DBMS

Punkte	1,59
Rang	#140	Overall
	#12	Time Series DBMS

Website

doris.apache.org
github.com/apache/doris

github.com/dgraph-io/badger

greenplum.org

opentsdb.net

Technische Dokumentation

github.com/apache/doris/wiki

godoc.org/github.com/dgraph-io/badger

docs.greenplum.org

opentsdb.net/docs/build/html/index.html

Entwickler

Apache Software Foundation, originally contributed from Baidu

DGraph Labs

Pivotal Software Inc.

derzeit von Yahoo und anderen gewartet

Erscheinungsjahr

2017

2005

2011

Aktuelle Version

1.2.2, Februar 2023

7.0.0, September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

LGPL

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

Server Betriebssysteme

Linux

BSD
Linux
OS X
Solaris
Windows

Linux

Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

numerische Daten für Metriken, Strings für Tags

XML Unterstützung

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

nein

seit Version 4.2

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

JDBC
MySQL client

JDBC
ODBC

HTTP API
Telnet API

Unterstützte Programmiersprachen

Java

C
Java
Perl
Python
R

Erlang
Go
Java
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

keine

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Migrating from ClickHouse to Apache Doris: Boosting OLAP Performance
9. Oktober 2023, hackernoon.com

Apache Doris just 'graduated': Why care about this SQL data warehouse
24. Juni 2022, InfoWorld

How to Digest 15 Billion Logs Per Day and Keep Big Queries Within 1 Second
1. September 2023, KDnuggets

Apache Doris Analytical Database Graduates from Apache Incubator
20. Juni 2022, Datanami

StarRocks’ real-time analytics engine moves to the cloud
14. Juli 2022, SiliconANGLE News

bereitgestellt von Google News

Dgraph raises $11.5 million for scalable graph database solutions
31. Juli 2019, VentureBeat

bereitgestellt von Google News

Chapter 1. Introducing the Greenplum Database
6. Dezember 2018, O'Reilly Media

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale
9. September 2019, AWS Blog

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

bereitgestellt von Google News

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

Brain Monitoring with Kafka, OpenTSDB, and Grafana
5. August 2016, KDnuggets

LogicMonitor Rolls a Time Series Database for Finer-Grain Reporting
1. Juni 2016, The New Stack

A real-time processing revival
1. April 2015, O'Reilly Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk