DBMS > Apache IoTDB vs. DataFS vs. IRONdb

Vergleich der Systemeigenschaften Apache IoTDB vs. DataFS vs. IRONdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

IRONdb seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

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.

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

Primäres Datenbankmodell

Time Series DBMS

Object oriented DBMS

Time Series DBMS

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

Website

iotdb.apache.org

newdatabase.com

www.circonus.com/solutions/time-series-database/

Technische Dokumentation

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

dev.mobiland.com/Overview.xsp

docs.circonus.com/irondb/category/getting-started

Entwickler

Apache Software Foundation

Mobiland AG

Circonus LLC.

Erscheinungsjahr

2018

2017

Aktuelle Version

1.1.0, April 2023

1.1.263, October 2022

V0.10.20, January 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

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 und C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

Windows

Linux

Datenschema

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

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

text, numeric, histograms

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

nein

SQL-like query language (Circonus Analytics Query Language: CAQL)

APIs und andere Zugriffskonzepte

JDBC
Native API

.NET Client API
Proprietary client DLL
WinRT client

HTTP API

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

.Net
C
C#
C++
VB.Net

.Net
C
C++
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Lua
Perl
PHP
Python
R
Ruby
Rust
Scala

Server-seitige Scripts

Stored Procedures

yes, in Lua

Triggers

no, except callback-events from server when changes happened

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

Proprietary Sharding system

Automatic, metric affinity per node

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

configurable replication factor, datacenter aware

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

Immediate consistency per node, eventual consistency across nodes

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

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

nein

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

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding
22. Februar 2024, Datanami

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk