DBMS > Apache IoTDB vs. GridGain vs. InfinityDB

Vergleich der Systemeigenschaften Apache IoTDB vs. GridGain 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

GridGain is an in-memory computing platform, built on Apache Ignite

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

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Relational DBMS

Key-Value Store

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

Punkte	1,18
Rang	#173	Overall
	#15	Time Series DBMS

Punkte	1,47
Rang	#154	Overall
	#26	Key-Value Stores
	#72	Relational DBMS

Punkte	0,00
Rang	#378	Overall
	#57	Key-Value Stores

Website

iotdb.apache.org

www.gridgain.com

boilerbay.com

Technische Dokumentation

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

www.gridgain.com/docs/index.html

boilerbay.com/infinitydb/manual

Entwickler

Apache Software Foundation

GridGain Systems, Inc.

Boiler Bay Inc.

Erscheinungsjahr

2018

2007

2002

Aktuelle Version

1.1.0, April 2023

GridGain 8.5.1

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

Java, C++, .Net

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

Linux
OS X
Solaris
Windows

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

ANSI-99 for query and DML statements, subset of DDL

nein

APIs und andere Zugriffskonzepte

JDBC
Native API

HDFS API
Hibernate
JCache
JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
Spring Data

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

C#
C++
Java
PHP
Python
Ruby
Scala

Java

Server-seitige Scripts

Stored Procedures

yes (compute grid and cache interceptors can be used instead)

nein

Triggers

yes (cache interceptors and events)

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

yes (replicated cache)

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Integration with Hadoop and Spark

yes (compute grid and hadoop accelerator)

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

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Security Hooks for custom implementations

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

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

Benchmarking The Performance Impact To AMD Inception Mitigations
15. August 2023, Phoronix

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

bereitgestellt von Google News

GridGain in-memory data and generative AI – Blocks and Files
10. Mai 2024, Blocks & Files

GridGain's 2023 Growth Positions Company for Strong 2024
25. Januar 2024, Datanami

GridGain to Sponsor and Speak at Three Key Industry Events in May 2024
2. Mai 2024, PR Newswire

GridGain Adds Andy Sacks as Chief Revenue Officer, Promotes Lalit Ahuja to Chief Customer and Product Officer ...
17. Juli 2023, Yahoo Finance

GridGain — Extreme Speed and Scale for Data-Intensive Apps
21. September 2014, gridgain.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk