DBMS > DataFS vs. EJDB vs. HEAVY.AI vs. Prometheus

Vergleich der Systemeigenschaften DataFS vs. EJDB vs. HEAVY.AI vs. Prometheus

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Open Source Timeseries DBMS und Monitoring System

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

Spatial DBMS

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

Punkte	0,06
Rang	#354	Overall
	#15	Object oriented DBMS

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	8,42
Rang	#47	Overall
	#2	Time Series DBMS

Website

newdatabase.com

github.com/Softmotions/ejdb

github.com/heavyai/heavydb
www.heavy.ai

prometheus.io

Technische Dokumentation

dev.mobiland.com/Overview.xsp

github.com/Softmotions/ejdb/blob/master/README.md

docs.heavy.ai

prometheus.io/docs

Entwickler

Mobiland AG

Softmotions

HEAVY.AI, Inc.

Erscheinungsjahr

2018

2012

2016

2015

Aktuelle Version

1.1.263, October 2022

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2

Open Source

Apache Version 2; enterprise edition available

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

C++ and CUDA

Server Betriebssysteme

Windows

serverlos

Linux

Linux
Windows

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

Numeric data only

XML Unterstützung

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

nein

Importieren von XML Daten möglich

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

In-process Library

JDBC
ODBC
Thrift
Vega

RESTful HTTP/JSON API

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

All languages supporting JDBC/ODBC/Thrift
Python

.Net
C++
Go
Haskell
Java
JavaScript (Node.js)
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

no, except callback-events from server when changes happened

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Proprietary Sharding system

keine

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

mittels Federation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Windows-Profile

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Erwähnungen in aktuellen Nachrichten

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

OmniSci Gets HEAVY New Name and New CEO
1. März 2022, Datanami

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

VTEX scales to 150 million metrics using Amazon Managed Service for Prometheus | Amazon Web Services
10. März 2024, AWS Blog

Exadata Real-Time Insight - Quick Start
3. April 2024, Oracle

VictoriaMetrics Offers Prometheus Replacement for Time Series Monitoring
17. Juli 2023, The New Stack

Linux System Monitoring with Prometheus, Grafana, and collectd
1. Februar 2024, Linux Journal

Consider Grafana vs. Prometheus for your time-series tools
18. Oktober 2021, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk