DBMS > DataFS vs. Ehcache vs. GeoMesa vs. GridDB

Vergleich der Systemeigenschaften DataFS vs. Ehcache vs. GeoMesa vs. GridDB

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.

A widely adopted Java cache with tiered storage options

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

Scalable in-memory time series database optimized for IoT and Big Data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

Key-Value Store
Relational DBMS

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

Punkte	0,02
Rang	#369	Overall
	#18	Object oriented DBMS

Punkte	4,79
Rang	#66	Overall
	#8	Key-Value Stores

Punkte	0,78
Rang	#214	Overall
	#4	Spatial DBMS

Punkte	1,91
Rang	#123	Overall
	#10	Time Series DBMS

Website

Technische Dokumentation

dev.mobiland.com/Overview.xsp

www.ehcache.org/documentation

www.geomesa.org/documentation/stable/user/index.html

docs.griddb.net

Entwickler

Mobiland AG

Terracotta Inc, owned by Software AG

CCRi und Andere

Toshiba Corporation

Erscheinungsjahr

2018

2009

2014

2013

Aktuelle Version

1.1.263, October 2022

3.10.0, Maerz 2022

5.0.1, Juli 2024

5.1, August 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; commercial licenses available

Open Source

Apache License 2.0

Open Source

AGPL version 3 and Apache License, version 2.0 , commercial license (standard and advanced editions) also available

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

Scala

C++

Server Betriebssysteme

Windows

Alle Betriebssysteme mit einer Java VM

Linux

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

numerical, string, blob, geometry, boolean, timestamp

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL92, SQL-like TQL (Toshiba Query Language)

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

JCache

JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

Java

C
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

no, except callback-events from server when changes happened

Cache Event Listeners

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Proprietary Sharding system

Sharding

by using Terracotta Server

abhängig von Storage layer

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

by using Terracotta Server

abhängig von Storage layer

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Connector for using GridDB as an input source and output destination for Hadoop MapReduce jobs

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Tunable Consistency (Strong, Eventual, Weak)

abhängig von Storage layer

Immediate consistency within container, eventual consistency across containers

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

supports JTA and can work as an XA resource

nein

ACID at container level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

using a tiered cache-storage approach

In-Memory Unterstützung

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

nein

abhängig von Storage layer

Berechtigungskonzept

Zugriffskontrolle

Windows-Profile

nein

anhängig von dem zur Speicherung verwendeten DBMS

Access rights for users can be defined per database

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Jira Data Center user? Here's a critical Ehcache vulnerability to spoil your day
22. Juli 2021, The Register

Atlassian asks customers to patch critical Jira vulnerability
22. Juli 2021, BleepingComputer

Critical Jira Flaw in Atlassian Could Lead to RCE
22. Juli 2021, Threatpost

How to partition Sonatype Nexus Repository: Targets, privileges, and roles
9. Februar 2010, Sonatype Blog

Implementing fallback with cached data
8. Oktober 2018, O'Reilly Media

bereitgestellt von Google News

Now Features Scale-Out and Scale-Up combo for Petabyte-scale Data Management
3. Dezember 2019, global.toshiba

’s SQL Interface, Aims to Accelerate Open Innovation
17. Juni 2020, global.toshiba

TOSHIBA DIGITAL SOLUTIONS CORPORATION
1. November 2020, global.toshiba

IoT: Opt for the Right Open Source Database
11. August 2023, Open Source For You

Toshiba Digital Solutions collaborates with DATAFLUCT to Deliver a Machine Learning Solution that Optimizes Store Visitors Prediction ~ The integration of Cloud Data Infrastructure and Auto Machine Learning enables accurate prediction without experts inter
21. April 2021, global.toshiba

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk