DBMS > Apache IoTDB vs. Heroic vs. Oracle Berkeley DB

Vergleich der Systemeigenschaften Apache IoTDB vs. Heroic vs. Oracle Berkeley DB

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

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

Weit verbreiteter In-Process Key-Value Store

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

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

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

Punkte	0,57
Rang	#250	Overall
	#21	Time Series DBMS

Punkte	2,52
Rang	#114	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Website

iotdb.apache.org

github.com/spotify/heroic

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

Technische Dokumentation

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

spotify.github.io/heroic

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

Entwickler

Apache Software Foundation

Spotify

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Erscheinungsjahr

2018

2014

1994

Aktuelle Version

1.1.0, April 2023

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

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++ (depending on the Berkeley DB edition)

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Datenschema

schemafrei

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

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

SQL-like query language

nein

SQL Interface basierend auf SQLite verfügbar

APIs und andere Zugriffskonzepte

JDBC
Native API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

.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

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

only for the SQL API

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

Source-Replica Replikation

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

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

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

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

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 importance of bitcoin nodes and how to start one
9. Mai 2014, The Merkle Hash

A Quick Look at Open Source Databases for Mobile App Development
29. April 2018, Open Source For You

Motorola A780 Linux based smartphone to have mobile database
14. September 2004, Geekzone

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk