DBMS > Apache Phoenix vs. Badger vs. BigObject vs. Prometheus

Vergleich der Systemeigenschaften Apache Phoenix vs. Badger vs. BigObject vs. Prometheus

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A scale-out RDBMS with evolutionary schema built on Apache HBase

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

Analytic DBMS für Echtzeitberechnungen und Queries

Open Source Timeseries DBMS und Monitoring System

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Time Series DBMS

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

Punkte	1,97
Rang	#126	Overall
	#59	Relational DBMS

Punkte	0,14
Rang	#331	Overall
	#49	Key-Value Stores

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	8,42
Rang	#47	Overall
	#2	Time Series DBMS

Website

phoenix.apache.org

github.com/dgraph-io/badger

bigobject.io

prometheus.io

Technische Dokumentation

phoenix.apache.org

godoc.org/github.com/dgraph-io/badger

docs.bigobject.io

prometheus.io/docs

Entwickler

Apache Software Foundation

DGraph Labs

BigObject, Inc.

Erscheinungsjahr

2014

2017

2015

Aktuelle Version

5.0-HBase2, July 2018 and 4.15-HBase1, December 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

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

Linux
Unix
Windows

BSD
Linux
OS X
Solaris
Windows

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
Windows

Datenschema

late-bound, schema-on-read capabilities

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Numeric data only

XML Unterstützung

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

nein

Importieren von XML Daten möglich

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC

fluentd
ODBC
RESTful HTTP API

RESTful HTTP/JSON API

Unterstützte Programmiersprachen

C
C#
C++
Go
Groovy
Java
PHP
Python
Scala

.Net
C++
Go
Haskell
Java
JavaScript (Node.js)
Python
Ruby

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

keine

mittels Federation

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access Control Lists (using HBase ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC, multi-tenancy

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

DB-Engines Blog Posts

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021, Krishna Maheshwari (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Supercharge SQL on Your Data in Apache HBase with Apache Phoenix | Amazon Web Services
2. Juni 2016, AWS Blog

Bridge the SQL-NoSQL gap with Apache Phoenix
4. Februar 2016, InfoWorld

Hortonworks Starts Hadoop Summit with Data Platform Update -- ADTmag
28. Juni 2016, ADT Magazine

Deep dive into Azure HDInsight 4.0
25. September 2018, azure.microsoft.com

Amazon EMR 4.7.0 – Apache Tez & Phoenix, Updates to Existing Apps | Amazon Web Services
2. Juni 2016, AWS Blog

bereitgestellt von Google News

VTEX scales to 150 million metrics using Amazon Managed Service for Prometheus | Amazon Web Services
10. März 2024, AWS Blog

Exadata Real-Time Insight - Quick Start
3. April 2024, blogs.oracle.com

VictoriaMetrics Offers Prometheus Replacement for Time Series Monitoring
17. Juli 2023, The New Stack

Linux System Monitoring with Prometheus, Grafana, and collectd
1. Februar 2024, Linux Journal

Consider Grafana vs. Prometheus for your time-series tools
18. Oktober 2021, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk