DBMS > DolphinDB vs. GridDB vs. Vitess

Vergleich der Systemeigenschaften DolphinDB vs. GridDB vs. Vitess

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

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

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Time Series DBMS
Vektor DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

Key-Value Store
Relational DBMS

Document Store
Spatial DBMS

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

Punkte	2,72
Rang	#100	Overall
	#8	Time Series DBMS
	#5	Vektor DBMS

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

Punkte	0,86
Rang	#202	Overall
	#95	Relational DBMS

Website

www.dolphindb.com

griddb.net

vitess.io

Technische Dokumentation

docs.dolphindb.cn/en/help200/index.html

docs.griddb.net

vitess.io/docs

Entwickler

DolphinDB, Inc

Toshiba Corporation

The Linux Foundation, PlanetScale

Erscheinungsjahr

2018

2013

Aktuelle Version

v2.00.4, January 2022

5.1, August 2022

15.0.2, December 2022

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

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

Open Source

Apache Version 2.0, commercial licenses 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

C++

Server Betriebssysteme

Linux
Windows

Linux

Docker
Linux
macOS

Datenschema

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

SQL

Support of SQL

SQL-like query language

SQL92, SQL-like TQL (Toshiba Query Language)

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP/JSON API

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

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

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

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

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate consistency within container, eventual consistency across containers

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID at container level

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Access rights for users can be defined per database

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

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

Toshiba launches cloudy managed IoT database service running its own GridDB
8. April 2021, The Register

’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

bereitgestellt von Google News

Deepthi Sigireddi on Distributed Database Architecture in the Cloud Native Era
20. Mai 2024, InfoQ.com

They scaled YouTube — now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale offers undo button to reverse schema migration without losing data
24. März 2022, The Register

CNCF’s Vitess Scales MySQL with the Help of Kubernetes
9. Februar 2018, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk