DBMS > ArcadeDB vs. EventStoreDB vs. Heroic vs. Kdb

Vergleich der Systemeigenschaften ArcadeDB vs. EventStoreDB vs. Heroic vs. Kdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fast and scalable multi-model DBMS, originally forked from OrientDB but most of the code has been rewritten

Industrial-strength, open-source database solution built from the ground up for event sourcing.

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

Hoch performantes Time Series DBMS

Primäres Datenbankmodell

Document Store
Graph DBMS
Key-Value Store
Time Series DBMS

in next version

Event Store

Time Series DBMS

Time Series DBMS
Vektor DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,02
Rang	#366	Overall
	#50	Document Stores
	#38	Graph DBMS
	#53	Key-Value Stores
	#36	Time Series DBMS

Punkte	1,10
Rang	#179	Overall
	#1	Event Stores

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	7,55
Rang	#53	Overall
	#3	Time Series DBMS
	#1	Vektor DBMS

Website

arcadedb.com

www.eventstore.com

github.com/spotify/heroic

kx.com

Technische Dokumentation

docs.arcadedb.com

developers.eventstore.com

spotify.github.io/heroic

code.kx.com

Entwickler

Arcade Data

Event Store Limited

Spotify

Kx Systems, a division of First Derivatives plc

Erscheinungsjahr

2021

2012

2014

2000

kdb wurde im Jahr 2000 veröffentlicht, kdb+ 2003

Aktuelle Version

September 2021

21.2, Februar 2021

3.6, Mai 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

Kostenlose 32-bit Version

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

Linux
Windows

Linux
OS X
Solaris
Windows

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

Sekundärindizes

via Elasticsearch

table attribute 'grouped'

SQL

Support of SQL

SQL-like query language, no joins

nein

SQL-like query language (q)

APIs und andere Zugriffskonzepte

JDBC
MongoDB API
OpenCypher
PostgreSQL wire protocol
Redis API
RESTful HTTP/JSON API
TinkerPop Gremlin

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

HTTP API
JDBC
Jupyter
Kafka
ODBC
WebSocket

Unterstützte Programmiersprachen

Java

C
C#
C++
Go
J
Java
JavaScript
Lua
MatLab
Perl
PHP
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Triggers

nein

mittels Views

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

ein vergleichbares Paradigma wird intern verwendet

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

relationship in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

Rechteverwaltung mit Benutzeraccounts

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Integrated columnar database & programming system for streaming, real time and historical...
» mehr

Competitive advantages

provides seamless scalability; runs on industry standard server platforms; is top-ranked...
» mehr

Typical application scenarios

tick database streaming sensor data massive intelligence applications oil and gas...
» mehr

Key customers

Goldman Sachs Morgan Stanley Merrill Lynch J.P. Morgan Deutsche Bank IEX Securities...
» mehr

Market metrics

kdb+ performance and reliability proven by our customers in critical infrastructure...
» mehr

Licensing and pricing models

upon request
» mehr

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

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

bereitgestellt von Google News

Turbocharging the Engine: KX Unleashes AI-First Transformation with kdb+
28. Februar 2024, Business Wire

McLaren Applied and KX partner to enhance ATLAS software analytics capabilities
9. August 2023, Professional Motorsport World

Introducing Amazon FinSpace with Managed kdb Insights, a fully managed analytics engine, commonly used by capital ...
18. Mai 2023, AWS Blog

KX ANNOUNCES KDB INSIGHTS AS FULLY MANAGED SERVICE ON AMAZON FINSPACE
18. Mai 2023, PR Newswire

KX Brings the Power and Performance of kdb+ to Python Developers with PyKX
7. Juni 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk