DBMS > DataFS vs. Heroic vs. SingleStore vs. XTDB

Vergleich der Systemeigenschaften DataFS vs. Heroic vs. SingleStore vs. XTDB

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.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

MySQL wire-compliant distributed RDBMS that combines an in-memory row-oriented and a disc-based column-oriented storage with patented universal storage to handle transactional and analytical workloads in one single table type

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

Document Store
Spatial DBMS
Time Series DBMS
Vektor DBMS

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

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

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	4,02
Rang	#74	Overall
	#39	Relational DBMS

Punkte	0,13
Rang	#330	Overall
	#45	Document Stores

Website

newdatabase.com

github.com/spotify/heroic

www.singlestore.com

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

dev.mobiland.com/Overview.xsp

spotify.github.io/heroic

docs.singlestore.com

www.xtdb.com/docs

Entwickler

Mobiland AG

Spotify

SingleStore Inc.

Juxt Ltd.

Erscheinungsjahr

2018

2014

2013

2019

Aktuelle Version

1.1.263, October 2022

8.5, Jänner 2024

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

free developer edition available

Open Source

MIT License

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++, Go

Clojure

Server Betriebssysteme

Windows

Linux

64 bit version required

Alle Betriebssysteme mit einer Java 8 (und höher) 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

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

SQL

Support of SQL

nein

yes

but no triggers and foreign keys

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Cluster Management API

as HTTP Rest and CLI
HTTP API
JDBC
MongoDB API
ODBC

HTTP REST
JDBC

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

Bash
C
C#
Java
JavaScript (Node.js)
Python

Clojure
Java

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

Sharding

hash partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

stores two copies of each physical data partition on two separate nodes

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

can define user-defined aggregate functions for map-reduce-style calculations

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

All updates are persistent, including those to disk-based columnstores and memory-based row stores. Transaction commits are supported via write-ahead log.

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Windows-Profile

Fine grained access control via users, groups and roles

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

Turbocharge Your Application Development Using WebAssembly With SingleStoreDB
17. Oktober 2022, Akmal Chaudhri, SingleStore (sponsor)

Cloud-Based Analytics With SingleStoreDB
9. Juni 2022, Akmal Chaudhri, SingleStore (sponsor)

SingleStore: The Increasing Momentum of Multi-Model Database Systems
14. Februar 2022, Akmal Chaudhri, SingleStore (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

SingleStore Partners With Snowflake to Help Users Build Faster, More Efficient Real Time AI Applications
19. September 2024, Business Wire

Third time was the charm for SingleStore in the cloud, CEO says
8. Juli 2024, The Register

Achieve near real-time analytics on Amazon DynamoDB with SingleStore
16. September 2024, AWS Blog

SingleStore CEO sees little future for purpose-built vector databases
24. Januar 2024, VentureBeat

Building a Modern Database: Nikita Shamgunov on Postgres and Beyond
18. April 2024, Madrona Venture Group

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk