DBMS > Apache Druid vs. Badger vs. Oracle Berkeley DB vs. VictoriaMetrics vs. VoltDB

Vergleich der Systemeigenschaften Apache Druid vs. Badger vs. Oracle Berkeley DB vs. VictoriaMetrics vs. VoltDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Open-source analytics data store designed for sub-second OLAP queries on high dimensionality and high cardinality data

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

Weit verbreiteter In-Process Key-Value Store

A fast, cost-effective and scalable Time Series DBMS and monitoring solution

Verteilte In-Memory NewSQL RDBMS

Verwendet für OLTP Applikationen mit einer hohen Frequenz an relativ einfachen Transaktionen, die alle Daten im Hauptspeicher halten können

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Time Series DBMS

Relational DBMS

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

Punkte	3,25
Rang	#90	Overall
	#47	Relational DBMS
	#7	Time Series DBMS

Punkte	0,22
Rang	#320	Overall
	#47	Key-Value Stores

Punkte	2,01
Rang	#126	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Punkte	1,23
Rang	#172	Overall
	#15	Time Series DBMS

Punkte	1,47
Rang	#157	Overall
	#73	Relational DBMS

Website

druid.apache.org

github.com/dgraph-io/badger

www.oracle.com/database/technologies/related/berkeleydb.html

victoriametrics.com

www.voltdb.com

Technische Dokumentation

druid.apache.org/docs/latest/design

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

docs.oracle.com/cd/E17076_05/html/index.html

docs.victoriametrics.com
github.com/VictoriaMetrics/VictoriaMetrics/wiki

docs.voltdb.com

Entwickler

Apache Software Foundation and contributors

DGraph Labs

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

VictoriaMetrics

VoltDB Inc.

Erscheinungsjahr

2012

2017

1994

2018

2010

Aktuelle Version

29.0.1, April 2024

18.1.40, Mai 2020

v1.91, Mai 2023

11.3, April 2022

Lizenz

Commercial or Open Source

Open Source

Apache license v2

Open Source

Apache 2.0

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Apache Version 2.0

Open Source

AGPL für Community Edition, kommerzielle Lizenz für Enterprise, AWS und Pro Editionen

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, Java, C++ (depending on the Berkeley DB edition)

Java, C++

Server Betriebssysteme

Linux
OS X
Unix

BSD
Linux
OS X
Solaris
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

FreeBSD
Linux
macOS
OpenBSD

Linux
OS X

for development

Datenschema

schema-less columns are supported

schemafrei

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

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL for querying

nein

SQL Interface basierend auf SQLite verfügbar

nein

nur einen Teil von SQL 99

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

Graphite protocol
InfluxDB Line Protocol
OpenTSDB
Prometheus Query API
Prometheus Remote Read/Write

Java API
JDBC
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

C#
C++
Erlang

nicht offiziell unterstützt
Go
Java
JavaScript

Node.js
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

keine

Source-Replica Replikation

Synchronous replication

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

FOREIGN KEY constraints werden nicht unterstützt

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

Transaktionen werden single-threaded innerhalb von Stored Procedures ausgeführt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Datenzugriffe werden vom Server serialisiert

Durability

Dauerhafte Speicherung der Daten

Snapshots und Command Logging

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

RBAC using LDAP or Druid internals for users and groups for read/write by datasource and system

nein

Benutzer und Rollen mit Berechtigungen auf Stored Procedures

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

Apache Druid Wins Best Big Data Product in the 2023 BigDATAwire Readers' Choice Awards
26. Januar 2024, Datanami

'Lucifer' Botnet Turns Up the Heat on Apache Hadoop Servers
21. Februar 2024, Dark Reading

New DDoS malware Attacking Apache big-data stack, Hadoop, & Druid Servers
26. Februar 2024, GBHackers

Apache Druid Takes Its Place In The Pantheon Of Databases
16. Juni 2022, The Next Platform

How to connect DataGrip to Apache Druid | by Zisis Flokas
18. Oktober 2021, Towards Data Science

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, Datanami

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

bereitgestellt von Google News

OpenTelemetry Is Too Complicated, VictoriaMetrics Says
1. April 2024, Datanami

KubeCon24: VictoriaMetrics' Simpler Alternative to Prometheus
20. März 2024, The New Stack

VictoriaMetrics Slashes Data Storage Bills by 90% With World's Most Cost-Efficient Monitoring
30. Mai 2024, Business Wire

Quarkus Java framework adds dev extensions for observability
4. Juni 2024, InfoWorld

How VictoriaMetrics' open source approach led to mass industry adoption
3. Mai 2024, Tech.eu

bereitgestellt von Google News

Unveiling Volt Active Data's game-changing approach to limitless app performance
16. Oktober 2023, YourStory

VoltDB Launches Active(N) Lossless Cross Data Center Replication
31. August 2021, PR Newswire

VoltDB Turns to Real-Time Analytics with NewSQL Database
30. Januar 2014, Datanami

VoltDB Upgrades Power, Security of Its In-Memory Database
1. Februar 2017, eWeek

VoltDB Adds Geospatial Support, Cross-Site Replication
28. Januar 2016, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk