DBMS > Atos Standard Common Repository vs. BoltDB vs. Graphite vs. Kyligence Enterprise vs. SpaceTime

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. BoltDB vs. Graphite vs. Kyligence Enterprise vs. SpaceTime

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

This system has been discontinued and will be removed from the DB-Engines ranking.

Kurzbeschreibung

Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks

An embedded key-value store for Go.

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

A distributed analytics engine for big data, built on top of Apache Kylin

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

Primäres Datenbankmodell

Document Store
Key-Value Store

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,74
Rang	#220	Overall
	#31	Key-Value Stores

Punkte	4,57
Rang	#73	Overall
	#5	Time Series DBMS

Punkte	0,40
Rang	#269	Overall
	#124	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#7	Spatial DBMS

Website

atos.net/en/convergence-creators/portfolio/standard-common-repository

github.com/boltdb/bolt

github.com/graphite-project/graphite-web

kyligence.io/kyligence-enterprise

www.mireo.com/spacetime

Technische Dokumentation

graphite.readthedocs.io

Entwickler

Atos Convergence Creators

Chris Davis

Kyligence, Inc.

Mireo

Erscheinungsjahr

2016

2013

2006

2016

2020

Aktuelle Version

1703

Lizenz

Commercial or Open Source

kommerziell

Open Source

MIT License

Open Source

Apache 2.0

kommerziell

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

Python

Java

C++

Server Betriebssysteme

Linux

BSD
Linux
OS X
Solaris
Windows

Linux
Unix

Linux

Datenschema

Schema and schema-less with LDAP views

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

Sekundärindizes

nein

SQL

Support of SQL

nein

ANSI SQL for queries (using Apache Calcite)

A subset of ANSI SQL is implemented

APIs und andere Zugriffskonzepte

LDAP

HTTP API
Sockets

JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

Unterstützte Programmiersprachen

All languages with LDAP bindings

JavaScript (Node.js)
Python

C#
C++
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

keine

Fixed-grid hypercubes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Real-time block device replication (DRBD)

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

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

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

4 Instructive Postmortems on Data Downtime and Loss
1. März 2024, The Hacker News

Grafana Loki: Architecture Summary and Running in Kubernetes
14. März 2023, hackernoon.com

Roblox’s cloud-native catastrophe: A post mortem
31. Januar 2022, InfoWorld

How to Put a GUI on Ansible, Using Semaphore
22. April 2023, The New Stack

bereitgestellt von Google News

How Grafana made observability accessible
12. Juni 2023, InfoWorld

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

Top 10 open-source application monitoring tools
13. Juni 2017, TechGenix

bereitgestellt von Google News

Kyligence Grows OLAP Business in the Cloud
20. Februar 2020, Datanami

Kyligence adds ClickHouse OLAP engine to its analytics platform
10. August 2021, VentureBeat

How Kyligence Cloud uses Amazon EMR Serverless to simplify OLAP | Amazon Web Services
9. November 2022, AWS Blog

Distributed OLAPer Kyligence accelerates core engine, adds real-time data support – Blocks and Files
10. August 2021, Blocks & Files

Kyligence Doubles Down on Cubes in the Cloud
22. Januar 2021, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk