DBMS > BigObject vs. Graphite vs. RavenDB

Vergleich der Systemeigenschaften BigObject vs. Graphite vs. RavenDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

Open Source Operational and Transactional Enterprise NoSQL Document Database

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Time Series DBMS

Document Store

Sekundäre Datenbankmodelle

Graph DBMS
Spatial DBMS
Time Series DBMS

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

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

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

Punkte	2,92
Rang	#101	Overall
	#18	Document Stores

Website

bigobject.io

github.com/graphite-project/graphite-web

ravendb.net

Technische Dokumentation

docs.bigobject.io

graphite.readthedocs.io

ravendb.net/docs

Entwickler

BigObject, Inc.

Chris Davis

Hibernating Rhinos

Erscheinungsjahr

2015

2006

2010

Aktuelle Version

5.4, Juli 2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

Open Source

AGPL Version 3, kommerzielle Lizenz verfügbar

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

Python

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
Unix

Linux
macOS
Raspberry Pi
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

nein

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

SQL-like DML and DDL statements

nein

SQL-like query language (RQL)

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

HTTP API
Sockets

.NET Client API
F# Client API
Go Client API
Java Client API
NodeJS Client API
PHP Client API
Python Client API
RESTful HTTP API

Unterstützte Programmiersprachen

JavaScript (Node.js)
Python

.Net
C#
F#
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Default ACID transactions on the local node (eventually consistent across the cluster). Atomic operations with cluster-wide ACID transactions. Eventual consistency for indexes and full-text search indexes.

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID, Cluster-wide transaction available

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

nein

Authorization levels configured per client per database

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

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

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

InfluxDB: From Open Source Time Series Database to Millions in Revenue
3. März 2021, hackernoon.com

bereitgestellt von Google News

RavenDB Launches Version 6.0 Lightning Fast Queries, Data Integrations, Corax Indexing Engine, and Sharding
3. Oktober 2023, PR Newswire

RavenDB Welcomes David Baruc as Chief Revenue Officer: Seasoned Tech Leader to Drive Global Sales and ...
13. Juni 2023, PR Newswire

Install the NoSQL RavenDB Data System
14. Mai 2021, The New Stack

How I Created a RavenDB Python Client
23. September 2016, Visual Studio Magazine

RavenDB Adds Graph Queries
15. Mai 2019, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk