DBMS > BigObject vs. OpenTSDB vs. Oracle Berkeley DB vs. SwayDB

Vergleich der Systemeigenschaften BigObject vs. OpenTSDB vs. Oracle Berkeley DB vs. SwayDB

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

Skalierbares Timeseries DBMS basierend auf HBase

Weit verbreiteter In-Process Key-Value Store

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

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

Key-Value Store

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

Punkte	0,13
Rang	#329	Overall
	#147	Relational DBMS

Punkte	1,59
Rang	#140	Overall
	#12	Time Series DBMS

Punkte	1,88
Rang	#130	Overall
	#23	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,00
Rang	#384	Overall
	#60	Key-Value Stores

Website

bigobject.io

opentsdb.net

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

swaydb.simer.au

Technische Dokumentation

docs.bigobject.io

opentsdb.net/docs/build/html/index.html

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

Entwickler

BigObject, Inc.

derzeit von Yahoo und anderen gewartet

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Simer Plaha

Erscheinungsjahr

2015

2011

1994

2018

Aktuelle Version

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

LGPL

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

GNU Affero GPL V3.0

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)

Scala

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

numerische Daten für Metriken, Strings für Tags

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

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

HTTP API
Telnet API

Unterstützte Programmiersprachen

Erlang
Go
Java
Python
R
Ruby

.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

Java
Kotlin
Scala

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 HBase

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf HBase

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

basierend auf HBase

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

Atomic execution of operations

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

Berechtigungskonzept

Zugriffskontrolle

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Brain Monitoring with Kafka, OpenTSDB, and Grafana
5. August 2016, KDnuggets

LogicMonitor Rolls a Time Series Database for Finer-Grain Reporting
1. Juni 2016, The New Stack

A real-time processing revival
1. April 2015, O'Reilly Media

bereitgestellt von Google News

What is NoSQL (Not Only SQL database)?
28. Februar 2022, TechTarget

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

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

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

A complete beginners guide to installing a Bitcoin Full Node on Linux (2018 Edition)
3. Mai 2018, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk