DBMS > BigObject vs. Graphite vs. Riak KV

Vergleich der Systemeigenschaften BigObject vs. Graphite vs. Riak KV

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

Verteilter, fehlertoleranter Key-Value Store

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Time Series DBMS

Key-Value Store

mit Links zwischen Datensätzen und mit Objekt-Tags zur Bildung von Sekundärindizes

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

Punkte	0,13
Rang	#342	Overall
	#150	Relational DBMS

Punkte	4,75
Rang	#75	Overall
	#5	Time Series DBMS

Punkte	4,44
Rang	#80	Overall
	#9	Key-Value Stores

Website

bigobject.io

github.com/graphite-project/graphite-web

Technische Dokumentation

docs.bigobject.io

graphite.readthedocs.io

www.tiot.jp/riak-docs/riak/kv/latest

Entwickler

BigObject, Inc.

Chris Davis

OpenSource, formerly Basho Technologies

Erscheinungsjahr

2015

2006

2009

Aktuelle Version

3.2.0, Dezember 2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

Open Source

Apache Version 2, kommerzielle Enterprise Edition

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

Erlang

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
OS X

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

eingeschränkt

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

HTTP API
Sockets

HTTP API
Native Erlang Interface

Unterstützte Programmiersprachen

JavaScript (Node.js)
Python

inoffizielle Client Library
C#
C++

inoffizielle Client Library
Clojure

inoffizielle Client Library
Dart

inoffizielle Client Library
Erlang
Go

inoffizielle Client Library
Groovy

inoffizielle Client Library
Haskell

inoffizielle Client Library
Java
JavaScript

inoffizielle Client Library
Lisp

inoffizielle Client Library
Perl

inoffizielle Client Library
PHP
Python
Ruby
Scala

inoffizielle Client Library
Smalltalk

inoffizielle Client Library

Server-seitige Scripts

Stored Procedures

Lua

nein

Erlang

Triggers

nein

Pre-Commit Hooks und Post-Commit Hooks

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

kein "single point of failure"

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

es können Links zwischen Datensätzen gespeichert werden

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

yes, using Riak Security

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

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

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

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

How Grafana made observability accessible
12. Juni 2023, InfoWorld

Grafana 4.0 Brings Major Enhancements to Leading Visualization Tool
30. November 2016, PR Newswire

bereitgestellt von Google News

Basho Revamps Riak Open-Source Database
22. September 2023, InformationWeek

Riak NoSQL Database: Use Cases and Best Practices
23. Dezember 2011, InfoQ.com

Basho, Maker of Riak NoSQL Database, Raises $25M
13. Januar 2015, Data Center Knowledge

Riak NoSQL snapped up by Bet365
12. September 2017, ComputerWeekly.com

NoSQL pioneer Basho stamps its mark on time stamp data with Riak TS
6. Oktober 2015, The Register

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk