DBMS > Apache Drill vs. BigObject vs. Databend vs. Graphite

Vergleich der Systemeigenschaften Apache Drill vs. BigObject vs. Databend vs. Graphite

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

Analytic DBMS für Echtzeitberechnungen und Queries

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Time Series DBMS

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

Punkte	1,95
Rang	#127	Overall
	#23	Document Stores
	#60	Relational DBMS

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

Punkte	0,30
Rang	#287	Overall
	#130	Relational DBMS

Punkte	4,57
Rang	#73	Overall
	#5	Time Series DBMS

Website

drill.apache.org

bigobject.io

github.com/datafuselabs/databend
www.databend.com

github.com/graphite-project/graphite-web

Technische Dokumentation

drill.apache.org/docs

docs.bigobject.io

docs.databend.com

graphite.readthedocs.io

Entwickler

Apache Software Foundation

BigObject, Inc.

Databend Labs

Chris Davis

Erscheinungsjahr

2012

2015

2021

2006

Aktuelle Version

1.20.3, Jaenner 2023

1.0.59, April 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

kostenlose community edition verfügbar

Open Source

Apache Version 2.0

Open Source

Apache 2.0

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

Rust

Python

Server Betriebssysteme

Linux
OS X
Windows

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

gehostet
Linux
macOS

Linux
Unix

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

fluentd
ODBC
RESTful HTTP API

CLI Client
JDBC
RESTful HTTP API

HTTP API
Sockets

Unterstützte Programmiersprachen

C++

Go
Java
JavaScript (Node.js)
Python
Rust

JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

locking

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

In-Memory Unterstützung

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

Depending on the underlying data source

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

nein

Users with fine-grained authorization concept, user roles

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

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Analyse Kafka messages with SQL queries using Apache Drill
23. September 2019, Towards Data Science

Apache Drill improves big data SQL query engine
31. August 2021, TechTarget

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

Apache Drill Poised to Crack Tough Data Challenges
19. Mai 2015, Datanami

bereitgestellt von Google News

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, news.thomasnet.com

bereitgestellt von Google News

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

InfluxDB: From Open Source Time Series Database to Millions in Revenue
3. März 2021, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk