DBMS > Apache IoTDB vs. Oracle Berkeley DB vs. Postgres-XL vs. STSdb

Vergleich der Systemeigenschaften Apache IoTDB vs. Oracle Berkeley DB vs. Postgres-XL vs. STSdb

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

Weit verbreiteter In-Process Key-Value Store

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

iotdb.apache.org

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

www.postgres-xl.org

github.com/STSSoft/STSdb4

Technische Dokumentation

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

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

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

STS Soft SC

Erscheinungsjahr

2018

1994

2014

seit 2012, ursprünglich genannt StormDB

2011

Aktuelle Version

1.1.0, April 2023

18.1.40, Mai 2020

10 R1, Oktober 2018

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Mozilla public license

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Linux
macOS

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Primitive Typen und benutzerdefinierte Klassen

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

XML type, but no XML query functionality

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

SQL Interface basierend auf SQLite verfügbar

distributed, parallel query execution

nein

APIs und andere Zugriffskonzepte

JDBC
Native API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

.NET Client 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

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

C#
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

keine

horizontale Partitionierung

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

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

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

nein

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

Timecho Raises Over US$10M in First Funding
29. Juni 2022, FinSMEs

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk