DBMS > Apache Druid vs. BaseX vs. NSDb vs. ReductStore

Vergleich der Systemeigenschaften Apache Druid vs. BaseX vs. NSDb vs. ReductStore

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

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

Leichtgewichtiges Native XML DBMS mit Unterstützung für XQuery 3.0 und mit interactiver GUI.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Native XML DBMS

Time Series 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	1,84
Rang	#135	Overall
	#4	Native XML DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	0,05
Rang	#384	Overall
	#44	Time Series DBMS

Website

druid.apache.org

basex.org

nsdb.io

github.com/reductstore
www.reduct.store

Technische Dokumentation

druid.apache.org/docs/latest/design

docs.basex.org

nsdb.io/Architecture

www.reduct.store/docs

Entwickler

Apache Software Foundation and contributors

BaseX GmbH

ReductStore LLC

Erscheinungsjahr

2012

2007

2017

2023

Aktuelle Version

29.0.1, April 2024

11.0, Juni 2024

1.9, März 2024

Lizenz

Commercial or Open Source

Open Source

Apache license v2

Open Source

BSD Lizenz

Open Source

Apache Version 2.0

Open Source

Business Source License 1.1

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

Java, Scala

C++, Rust

Server Betriebssysteme

Linux
OS X
Unix

Linux
OS X
Windows

Linux
macOS

Docker
Linux
macOS
Windows

Datenschema

schema-less columns are supported

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XQuery unterstützt Typen

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL for querying

nein

SQL-like query language

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

Java API
RESTful HTTP API
RESTXQ
WebDAV
XML:DB
XQJ

gRPC
HTTP REST
WebSocket

HTTP API

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

Actionscript
C
C#
Haskell
Java
JavaScript

Node.js
Lisp
Perl
PHP
Python
Qt
Rebol
Ruby
Scala
Visual Basic

Java
Scala

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

mittels Events

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

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Mehrere Lese-, ein Schreibprozess

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

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

Benutzer mit feingranularem, 4-stufigem Berechtigungskonzept

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

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

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

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

XML Injection Attacks: What to Know About XPath, XQuery, XXE & More
18. Mai 2022, Hashed Out by The SSL Store™

9 Skills You Need to Become a Data Engineer
2. November 2022, KDnuggets

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk