DBMS > Apache IoTDB vs. EsgynDB vs. FeatureBase vs. InfinityDB

Vergleich der Systemeigenschaften Apache IoTDB vs. EsgynDB vs. FeatureBase vs. InfinityDB

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

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

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

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

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

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Key-Value Store

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

Punkte	1,19
Rang	#176	Overall
	#15	Time Series DBMS

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	0,26
Rang	#304	Overall
	#138	Relational DBMS

Punkte	0,07
Rang	#359	Overall
	#54	Key-Value Stores

Website

Technische Dokumentation

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

docs.featurebase.com

boilerbay.com/infinitydb/manual

Entwickler

Apache Software Foundation

Esgyn

Molecula and Pilosa Open Source Contributors

Boiler Bay Inc.

Erscheinungsjahr

2018

2015

2017

2002

Aktuelle Version

1.1.0, April 2023

2022, May 2022

4.0

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++, Java

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

Linux

Linux
macOS

Alle Betriebssysteme mit einer Java VM

Datenschema

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

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

Sekundärindizes

nein

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

SQL

Support of SQL

SQL-like query language

SQL queries

nein

APIs und andere Zugriffskonzepte

JDBC
Native API

ADO.NET
JDBC
ODBC

gRPC
JDBC
Kafka Connector
ODBC

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

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

All languages supporting JDBC/ODBC/ADO.Net

Java
Python

Java

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

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

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

Fremdschlüssel

referenzielle Integrität

nein

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Optimistic locking for transactions; no isolation for bulk loads

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

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

Apache Promotes IoT Database Project
25. September 2020, Datanami

IoTDB Provides Data Management for Industrial Edge IT
15. Oktober 2020, The New Stack

bereitgestellt von Google News

Molecula Austin Office: Careers, Perks + Culture
15. November 2023, Built In Austin

Get Your Infrastructure Ready for Real-Time Analytics
8. März 2022, Built In

Funding wrap: H.O. Maycotte's Molecula raises $10M, rebrands; UT snags $15M to lead regional innovation hub
12. September 2022, The Business Journals

The 10 Coolest Big Data Tools Of 2021
7. Dezember 2021, CRN

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk