DBMS > Databend vs. Graphite vs. HyperSQL vs. OpenMLDB

Vergleich der Systemeigenschaften Databend vs. Graphite vs. HyperSQL vs. OpenMLDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

In Java gesschriebenes multithreaded und transaktionales RDBMS

Auch bekannt unter HSQLDB

An open-source machine learning database that provides a feature platform for training and inference

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,28
Rang	#287	Overall
	#131	Relational DBMS

Punkte	5,19
Rang	#62	Overall
	#4	Time Series DBMS

Punkte	3,14
Rang	#85	Overall
	#46	Relational DBMS

Punkte	0,11
Rang	#339	Overall
	#30	Time Series DBMS

Website

github.com/datafuselabs/databend
www.databend.com

github.com/graphite-project/graphite-web

hsqldb.org

openmldb.ai

Technische Dokumentation

docs.databend.com

graphite.readthedocs.io

hsqldb.org/web/hsqlDocsFrame.html

openmldb.ai/docs/zh/main

Entwickler

Databend Labs

Chris Davis

4 Paradigm Inc.

Erscheinungsjahr

2021

2006

2001

2020

Aktuelle Version

1.0.59, April 2023

2.7.2, Juni 2023

2024-2 February 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

Open Source

Basiert auf BSD-Lizenz

Open Source

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

Rust

Python

Java

C++, Java, Scala

Server Betriebssysteme

gehostet
Linux
macOS

Linux
Unix

Alle Betriebssysteme mit einer Java VM

Embedded (into Java applications) and Client-Server operating modes

Linux

Datenschema

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

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

APIs und andere Zugriffskonzepte

CLI Client
JDBC
RESTful HTTP API

HTTP API
Sockets

HTTP API

JDBC via HTTP
JDBC
ODBC

JDBC
SQLAlchemy

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
Python
Rust

JavaScript (Node.js)
Python

All languages supporting JDBC/ODBC
Java

C++
Go
Java
Python
Scala

Server-seitige Scripts

Stored Procedures

nein

Java, SQL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Users with fine-grained authorization concept, user roles

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to 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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Iceberg Rust Released
9. September 2024, iProgrammer

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, news.thomasnet.com

bereitgestellt von Google News

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

Most Prominent Time Series Databases For Data Scientists
6. September 2021, AIM

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

HyperSQL DataBase flaw leaves library vulnerable to RCE
24. Oktober 2022, The Daily Swig

Introduction to JDBC with HSQLDB tutorial
14. November 2022, TheServerSide.com

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk