DBMS > Apache Druid vs. Cachelot.io vs. Hawkular Metrics vs. Postgres-XL

Vergleich der Systemeigenschaften Apache Druid vs. Cachelot.io vs. Hawkular Metrics vs. Postgres-XL

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

In-memory caching system

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Key-Value Store

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	3,34
Rang	#88	Overall
	#48	Relational DBMS
	#7	Time Series DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	0,00
Rang	#379	Overall
	#40	Time Series DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

Technische Dokumentation

druid.apache.org/docs/latest/design

www.hawkular.org/hawkular-metrics/docs/user-guide

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation and contributors

Community supported by Red Hat

Erscheinungsjahr

2012

2015

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

29.0.1, April 2024

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache license v2

Open Source

Simplified BSD License

Open Source

Apache 2.0

Open Source

Mozilla public license

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

Server Betriebssysteme

Linux
OS X
Unix

FreeBSD
Linux
OS X

Linux
OS X
Windows

Linux
macOS

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

XML type, but no XML query functionality

Sekundärindizes

nein

SQL

Support of SQL

SQL for querying

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

Memcached Protokoll

HTTP REST

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

Go
Java
Python
Ruby

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Triggers

nein

via Hawkular Alerting

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

keine

Sharding

basierend auf Cassandra

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

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 mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

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

Imply Data gives Apache Druid schema auto-discover capability
6. Juni 2023, SiliconANGLE News

Imply Announces Automatic Schema Discovery for Apache Druid, Reinforcing Druid's Leadership for Real-Time ...
6. Juni 2023, businesswire.com

bereitgestellt von Google News

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk