DBMS > BigObject vs. Newts vs. Oracle Berkeley DB vs. QuestDB

Vergleich der Systemeigenschaften BigObject vs. Newts vs. Oracle Berkeley DB vs. QuestDB

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

Time Series DBMS basierend auf Cassandra

Weit verbreiteter In-Process Key-Value Store

A high performance open source SQL database for time series data

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

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

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	2,52
Rang	#109	Overall
	#9	Time Series DBMS

Website

bigobject.io

opennms.github.io/newts

www.oracle.com/database/technologies/related/berkeleydb.html

questdb.io

Technische Dokumentation

docs.bigobject.io

github.com/OpenNMS/newts/wiki

docs.oracle.com/cd/E17076_05/html/index.html

questdb.io/docs

Entwickler

BigObject, Inc.

OpenNMS Group

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

QuestDB Technology Inc

Erscheinungsjahr

2015

2014

1994

2014

Aktuelle Version

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Apache 2.0

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, Java, C++ (depending on the Berkeley DB edition)

Java (Zero-GC), C++, Rust

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
OS X
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux
macOS
Windows

Datenschema

schemafrei

schema-free via InfluxDB Line Protocol

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL Interface basierend auf SQLite verfügbar

SQL with time-series extensions

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

HTTP REST
Java API

HTTP REST
InfluxDB Line Protocol (TCP/UDP)
JDBC
PostgreSQL wire protocol

Unterstützte Programmiersprachen

Java

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

PostgreSQL driver
C++
Go
Java
JavaScript (Node.js)
Python
Rust

over HTTP

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

keine

horizontal partitioning (by timestamps)

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

Source-replica replication with eventual consistency

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

ACID for single-table writes

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

through memory mapped files

Berechtigungskonzept

Zugriffskontrolle

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Relational model with native time series support Column-based storage and time partitioned...
» mehr

Competitive advantages

High ingestion throughput: peak of 4M rows/sec (TSBS Benchmark) Code optimizations...
» mehr

Typical application scenarios

Financial tick data Industrial IoT Application Metrics Monitoring
» mehr

Key customers

Banks & Hedge funds, Yahoo, OKX, Airbus, Aquis Exchange, Net App, Cloudera, Airtel,...
» mehr

Licensing and pricing models

Open source Apache 2.0 QuestDB Enterprise QuestDB Cloud
» mehr

Neuigkeiten

QuestDB and Raspberry Pi 5 benchmark, a pocket-sized powerhouse
8. Mai 2024

Build your own resource monitor with QuestDB and Grafana
6. Mai 2024

Does "vpmovzxbd" Scare You? Here's Why it Doesn't Have To
12. April 2024

Create an ADS-B flight radar with QuestDB and a Raspberry Pi
8. April 2024

Build a temperature IoT sensor with Raspberry Pi Pico & QuestDB
5. April 2024

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

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

QuestDB snares $12M Series A with hosted version coming soon
3. November 2021, TechCrunch

SQL Extensions for Time-Series Data in QuestDB
11. Januar 2021, Towards Data Science

Read the Pitch Deck Database Startup QuestDB Used to Raise $12 Million
11. November 2021, Business Insider

Q&A: Nicolas Hourcard, QuestDB: The advantages of a time-series database
3. Dezember 2020, Developer News

Comparing Different Time-Series Databases
10. Februar 2022, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk