DBMS > Apache IoTDB vs. chDB vs. OrigoDB vs. Splice Machine

Vergleich der Systemeigenschaften Apache IoTDB vs. chDB vs. OrigoDB vs. Splice Machine

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

An embedded SQL OLAP Engine powered by ClickHouse

A fully ACID in-memory object graph database

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Document Store
Object oriented DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	1,31
Rang	#164	Overall
	#14	Time Series DBMS

Punkte	0,07
Rang	#376	Overall
	#158	Relational DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#18	Object oriented DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

iotdb.apache.org

github.com/chdb-io/chdb

origodb.com

splicemachine.com

Technische Dokumentation

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

doc.chdb.io

origodb.com/docs

splicemachine.com/how-it-works

Entwickler

Apache Software Foundation

Robert Friberg et al

Splice Machine

Erscheinungsjahr

2018

2023

2009

under the name LiveDB

2014

Aktuelle Version

1.1.0, April 2023

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2.0

Open Source

AGPL 3.0, commercial license available

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

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

serverlos

Linux
Windows

Linux
OS X
Solaris
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

Sekundärindizes

SQL

Support of SQL

SQL-like query language

Close to ANSI SQL (SQL/JSON + extensions)

nein

APIs und andere Zugriffskonzepte

JDBC
Native API

.NET Client API
HTTP API
LINQ

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

Bun
C
C++
Go
JavaScript (Node.js)
Python
Rust

.Net

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Java

Triggers

Domain Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

horizontale Partitionierung

client side managed; servers are not synchronized

Shared Nothhing Auto-Sharding, Columnar Partitioning

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

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Integration with Hadoop and Spark

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Strong Consistency with Raft

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

depending on model

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Write ahead log

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Role based authorization

Access rights for users, groups and roles according to SQL-standard

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

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

ETL: The Silent Killer of Big Data Projects
23. Juli 2015, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk