DBMS > Blueflood vs. Heroic vs. IBM Db2 Event Store vs. NSDb

Vergleich der Systemeigenschaften Blueflood vs. Heroic vs. IBM Db2 Event Store vs. NSDb

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Blueflood  Xaus Vergleich ausschliessen	Heroic  Xaus Vergleich ausschliessen	IBM Db2 Event Store  Xaus Vergleich ausschliessen	NSDb  Xaus Vergleich ausschliessen
Kurzbeschreibung	Skalierbare Timeseries DBMS basierend auf Cassandra	Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch	Distributed Event Store optimized for Internet of Things use cases	Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes
Primäres Datenbankmodell	Time Series DBMS	Time Series DBMS	Event Store Time Series DBMS	Time Series DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,13 Rang #346   Overall #33   Time Series DBMS	Punkte 0,46 Rang #265   Overall #22   Time Series DBMS	Punkte 0,27 Rang #309   Overall #2   Event Stores #28   Time Series DBMS	Punkte 0,08 Rang #369   Overall #40   Time Series DBMS
Website	blueflood.io	github.com/­spotify/­heroic	www.ibm.com/­products/­db2-event-store	nsdb.io
Technische Dokumentation	github.com/­rax-maas/­blueflood/­wiki	spotify.github.io/­heroic	www.ibm.com/­docs/­en/­db2-event-store	nsdb.io/­Architecture
Entwickler	Rackspace	Spotify	IBM
Erscheinungsjahr	2013	2014	2017	2017
Aktuelle Version			2.0
Lizenz Commercial or Open Source	Open Source Apache 2.0	Open Source Apache 2.0	kommerziell free developer edition available	Open Source Apache Version 2.0
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Java	Java	C und C++	Java, Scala
Server Betriebssysteme	Linux OS X		Linux Linux, macOS, Windows for the developer addition	Linux macOS
Datenschema	vordefiniertes Schema	schemafrei	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	ja	ja	yes: int, bigint, decimal, string
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	nein	ja via Elasticsearch	nein	all fields are automatically indexed
SQL Support of SQL	nein	nein	ja through the embedded Spark runtime	SQL-like query language
APIs und andere Zugriffskonzepte	HTTP REST	HQL (Heroic Query Language, a JSON-based language) HTTP API	ADO.NET DB2 Connect JDBC ODBC RESTful HTTP API	gRPC HTTP REST WebSocket
Unterstützte Programmiersprachen			C C# C++ Cobol Delphi Fortran Go Java JavaScript (Node.js) Perl PHP Python R Ruby Scala Visual Basic	Java Scala
Server-seitige Scripts Stored Procedures	nein	nein	ja	nein
Triggers	nein	nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding basierend auf Cassandra	Sharding	Sharding	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	frei wählbarer Replikationsfaktor basierend auf Cassandra	ja	Active-active shard replication
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Eventual Consistency basierend auf Cassandra Immediate Consistency basierend auf Cassandra	Eventual Consistency Immediate Consistency	Eventual Consistency	Eventual Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	nein	nein	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	No - written data is immutable	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage	Using Apache Lucene
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein	nein	ja
Berechtigungskonzept Zugriffskontrolle	nein		Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard
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
	Blueflood	Heroic	IBM Db2 Event Store	NSDb
Erwähnungen in aktuellen Nachrichten	Real-Time Performance and Health Monitoring Using Netdata 2. September 2019, CNX Software bereitgestellt von Google News	Review: Google Bigtable scales with ease 7. September 2016, InfoWorld bereitgestellt von Google News	Advancements in streaming data storage, real-time analysis and machine learning 25. Juli 2019, ibm.com How IBM Is Turning Db2 into an 'AI Database' 3. Juni 2019, Datanami Best cloud databases of 2022 4. Oktober 2022, ITPro Why a robust data management strategy is essential today | IBM HDM 19. September 2019, Express Computer bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk