DBMS > Apache Druid vs. EsgynDB vs. Oracle Berkeley DB vs. RDF4J vs. TimesTen

Vergleich der Systemeigenschaften Apache Druid vs. EsgynDB vs. Oracle Berkeley DB vs. RDF4J vs. TimesTen

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

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Weit verbreiteter In-Process Key-Value Store

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

In-Memory RDBMS compatible to Oracle

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

RDF Store

Relational 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	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Punkte	1,31
Rang	#163	Overall
	#74	Relational DBMS

Website

druid.apache.org

www.esgyn.cn

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

rdf4j.org

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

Technische Dokumentation

druid.apache.org/docs/latest/design

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

rdf4j.org/documentation

docs.oracle.com/database/timesten-18.1

Entwickler

Apache Software Foundation and contributors

Esgyn

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Oracle, TimesTen Performance Software, HP

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

2012

2015

1994

2004

1998

Aktuelle Version

29.0.1, April 2024

18.1.40, Mai 2020

11 Release 2 (11.2.2.8.0)

Lizenz

Commercial or Open Source

Open Source

Apache license v2

kommerziell

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Eclipse Distribution License (EDL), v1.0.

kommerziell

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

Java

Server Betriebssysteme

Linux
OS X
Unix

Linux

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux
OS X
Unix
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Datenschema

schema-less columns are supported

schemafrei

RDF Schemas

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

SQL

Support of SQL

SQL for querying

SQL Interface basierend auf SQLite verfügbar

nein

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

ADO.NET
JDBC
ODBC

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

All languages supporting JDBC/ODBC/ADO.Net

.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

Java
PHP
Python

C
C++
Java
PL/SQL

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

nein

PL/SQL

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

Multi-source replication between multi datacenters

Source-Replica Replikation

keine

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

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

by means of logfiles and checkpoints

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 Berechtigungskonzept entsprechend SQL-Standard

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

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

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

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

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

The stable version of AlmaLinux 9.0 has already been released
26. Mai 2022, Linux Adictos

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Oracle starts peddling Exalytics in-memory appliance
12. März 2012, The Register

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk