DBMS > Apache IoTDB vs. DataFS vs. EsgynDB vs. InfinityDB vs. Stardog

Vergleich der Systemeigenschaften Apache IoTDB vs. DataFS vs. EsgynDB vs. InfinityDB vs. Stardog

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An IoT native database with high performance for data management and analysis, deployable on the edge and the cloud and integrated with Hadoop, Spark and Flink

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

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

A Java embedded Key-Value Store which extends the Java Map interface

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

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

Punkte	1,31
Rang	#164	Overall
	#14	Time Series DBMS

Punkte	0,09
Rang	#360	Overall
	#17	Object oriented DBMS

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	0,08
Rang	#365	Overall
	#55	Key-Value Stores

Punkte	2,07
Rang	#122	Overall
	#11	Graph DBMS
	#6	RDF Stores

Website

Technische Dokumentation

iotdb.apache.org/UserGuide/Master/QuickStart/QuickStart.html

dev.mobiland.com/Overview.xsp

boilerbay.com/infinitydb/manual

docs.stardog.com

Entwickler

Apache Software Foundation

Mobiland AG

Esgyn

Boiler Bay Inc.

Stardog-Union

Erscheinungsjahr

2018

2015

2002

2010

Aktuelle Version

1.1.0, April 2023

1.1.263, October 2022

4.0

7.3.0, Mai 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

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

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

Windows

Linux

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Windows

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

nested virtual Java Maps, multi-value, logical â€˜tuple spaceâ€™ runtime Schema upgrade

schema-free and OWL/RDFS-schema support

Typisierung

vordefinierte Datentypen, z.B. float oder date

all Java primitives, Date, CLOB, BLOB, huge sparse arrays

XML Unterstützung

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

nein

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

manual creation possible, using inversions based on multi-value capability

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

SQL-like query language

nein

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

APIs und andere Zugriffskonzepte

JDBC
Native API

.NET Client API
Proprietary client DLL
WinRT client

ADO.NET
JDBC
ODBC

Access via java.util.concurrent.ConcurrentNavigableMap Interface
Proprietary API to InfinityDB ItemSpace (boilerbay.com/docs/ItemSpaceDataStructures.htm)

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

.Net
C
C#
C++
VB.Net

All languages supporting JDBC/ODBC/ADO.Net

Java

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

user defined functions and aggregates, HTTP Server extensions in Java

Triggers

no, except callback-events from server when changes happened

nein

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning (by time range) + vertical partitioning (by deviceId)

Proprietary Sharding system

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication methods; using Raft/IoTConsensus algorithm to ensure strong/eventual data consistency among multiple replicas

Multi-source replication between multi datacenters

keine

Multi-Source Replikation in HA-Cluster

MapReduce

Bietet ein API für Map/Reduce Operationen

Integration with Hadoop and Spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Strong Consistency with Raft

Immediate Consistency

READ-COMMITTED or SERIALIZED

Immediate Consistency in HA-Cluster

Fremdschlüssel

referenzielle Integrität

nein

manual creation possible, using inversions based on multi-value capability

Beziehungen in Graphen

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Optimistic locking for transactions; no isolation for bulk loads

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Windows-Profile

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer und Rollen

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

AMD EPYC 4364P & 4564P @ DDR5-4800 / DDR5-5200 vs. Intel Xeon E-2488 Review
6. Juni 2024, Phoronix

TsFile: A Standard Format for IoT Time Series Data
27. Februar 2024, The New Stack

Linux 6.5 With AMD P-State EPP Default Brings Performance & Power Efficiency Benefits For Ryzen Servers
21. September 2023, Phoronix

Apache Promotes IoT Database Project
25. September 2020, Datanami

AMD EPYC 8324P / 8324PN Siena 32-Core Siena Linux Server Performance Review
10. Oktober 2023, Phoronix

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk