DBMS > DolphinDB vs. Microsoft Azure Table Storage vs. Oracle Berkeley DB vs. SiriDB vs. TimescaleDB

Vergleich der Systemeigenschaften DolphinDB vs. Microsoft Azure Table Storage vs. Oracle Berkeley DB vs. SiriDB vs. TimescaleDB

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.

A Wide Column Store for rapid development using massive semi-structured datasets

Weit verbreiteter In-Process Key-Value Store

Open Source Time Series DBMS

A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL

Primäres Datenbankmodell

Time Series DBMS

Wide Column Store

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	4,03
Rang	#78	Overall
	#6	Time Series DBMS

Punkte	4,04
Rang	#77	Overall
	#6	Wide Column Stores

Punkte	2,01
Rang	#126	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Punkte	4,46
Rang	#71	Overall
	#5	Time Series DBMS

Website

www.dolphindb.com

azure.microsoft.com/en-us/services/storage/tables

www.oracle.com/database/technologies/related/berkeleydb.html

siridb.com

www.timescale.com

Technische Dokumentation

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

docs.oracle.com/cd/E17076_05/html/index.html

docs.siridb.com

docs.timescale.com

Entwickler

DolphinDB, Inc

Microsoft

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Cesbit

Timescale

Erscheinungsjahr

2018

2012

1994

2017

Aktuelle Version

v2.00.4, January 2022

18.1.40, Mai 2020

2.15.0, Mai 2024

Lizenz

Commercial or Open Source

kommerziell

free community version available

kommerziell

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

MIT License

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++

C, Java, C++ (depending on the Berkeley DB edition)

Server Betriebssysteme

Linux
Windows

gehostet

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Numeric data

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

nein

SQL Interface basierend auf SQLite verfügbar

nein

full PostgreSQL SQL syntax

APIs und andere Zugriffskonzepte

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

RESTful HTTP API

HTTP API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

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

.Net
C#
C++
Java
JavaScript (Node.js)
PHP
Python
Ruby

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

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

.Net
C
C++
Delphi
Java

JDBC
JavaScript
Perl
PHP
Python
R
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

Implicit feature of the cloud service

keine

Sharding

yes, across time and space (hash partitioning) attributes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

optimistic Locking

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Access rights based on private key authentication or shared access signatures

nein

Einfache Rechteverwaltung mit Benutzeraccounts

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

Erwähnungen in aktuellen Nachrichten

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

Inside Azure File Storage
7. Oktober 2015, azure.microsoft.com

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

bereitgestellt von Google News

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, Datanami

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

TimescaleDB Is a Vector Database Now, Too
25. September 2023, Datanami

Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers
4. April 2024, PR Newswire

Power IoT and time-series workloads with TimescaleDB for Azure Database for PostgreSQL
18. März 2019, Microsoft

Timescale Valuation Rockets to Over $1B with $110M Round, Marking the Explosive Rise of Time-Series Data
22. Februar 2022, Business Wire

Timescale announces $15M investment and new enterprise version of TimescaleDB
29. Januar 2019, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk