DBMS > Apache Pinot vs. LeanXcale vs. Percona Server for MongoDB vs. Postgres-XL

Vergleich der Systemeigenschaften Apache Pinot vs. LeanXcale vs. Percona Server for MongoDB vs. Postgres-XL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

A drop-in replacement for MongoDB Community Edition with enterprise-grade features.

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

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,40
Rang	#270	Overall
	#125	Relational DBMS

Punkte	0,29
Rang	#291	Overall
	#41	Key-Value Stores
	#132	Relational DBMS

Punkte	0,52
Rang	#254	Overall
	#39	Document Stores

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

Website

pinot.apache.org

www.leanxcale.com

www.percona.com/mongodb/software/percona-server-for-mongodb

www.postgres-xl.org

Technische Dokumentation

docs.pinot.apache.org

docs.percona.com/percona-distribution-for-mongodb

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation and contributors

LeanXcale

Percona

Erscheinungsjahr

2015

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

1.0.0, September 2023

3.4.10-2.10, November 2017

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

GPL Version 2

Open Source

Mozilla public license

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++

Server Betriebssysteme

All OS with a Java JDK11 or higher

Linux

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

SQL-like query language

through Apache Derby

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Proprietäres Protokoll basierend auf JSON

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

Unterstützte Programmiersprachen

Go
Java
Python

C
Java
Scala

Actionscript
C
C#
C++
Clojure
ColdFusion
D
Dart
Delphi
Erlang
Go
Groovy
Haskell
Java
JavaScript
Lisp
Lua
MatLab
Perl
PHP
PowerShell
Prolog
Python
R
Ruby
Scala
Smalltalk

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

Server-seitige Scripts

Stored Procedures

JavaScript

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

MVCC

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

via In-Memory Engine

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

StarTree broadly enhances Apache Pinot-based analytics platform
8. Mai 2024, SiliconANGLE News

StarTree Finds Apache Pinot the Right Vintage for IT Observability
8. Mai 2024, Datanami

StarTree Makes Observability Case for Apache Pinot Database
8. Mai 2024, DevOps.com

Open source Apache Pinot advances as StarTree boosts real-time analytics and observability
8. Mai 2024, VentureBeat

Real-Time Analytics for Mobile App Crashes using Apache Pinot
2. November 2023, Uber

bereitgestellt von Google News

MongoDB Performance Tuning
23. Mai 2024, Database Trends and Applications

5 Reasons to Run MongoDB on Kubernetes
6. März 2024, The New Stack

FerretDB goes GA: Gives you MongoDB, without the MongoDB...
15. Mai 2023, The Stack

DB or not DB: Open-sourcer Percona pushes out plethora of SQL and NoSQL tweaks in bid to win over suits
19. Mai 2020, The Register

The essential guide to MongoDB security
2. Februar 2017, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk