DBMS > Dragonfly vs. InfluxDB vs. NSDb vs. RDF4J

Vergleich der Systemeigenschaften Dragonfly vs. InfluxDB vs. NSDb vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A drop-in Redis replacement that scales vertically to support millions of operations per second and terabyte sized workloads, all on a single instance

DBMS for storing time series, events and metrics

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Key-Value Store

Time Series DBMS

RDF Store

Sekundäre Datenbankmodelle

Spatial DBMS

with GEO package

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

Punkte	0,44
Rang	#255	Overall
	#38	Key-Value Stores

Punkte	22,12
Rang	#28	Overall
	#1	Time Series DBMS

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

github.com/dragonflydb/dragonfly
www.dragonflydb.io

www.influxdata.com/products/influxdb-overview

nsdb.io

rdf4j.org

Technische Dokumentation

www.dragonflydb.io/docs

docs.influxdata.com/influxdb

nsdb.io/Architecture

rdf4j.org/documentation

Entwickler

DragonflyDB team and community contributors

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2023

2013

2017

2004

Aktuelle Version

1.0, March 2023

2.7.6, April 2024

Lizenz

Commercial or Open Source

Open Source

BSL 1.1

Open Source

MIT-License; commercial enterprise version available

Open Source

Apache Version 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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++

Java, Scala

Java

Server Betriebssysteme

Linux

Linux
OS X

through Homebrew

Linux
macOS

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

strings, hashes, lists, sets, sorted sets, bit arrays

Numeric data and Strings

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

nein

all fields are automatically indexed

SQL

Support of SQL

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

RESP - REdis Serialization Protocol

HTTP API
JSON over UDP

gRPC
HTTP REST
WebSocket

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

C
C#
C++
Clojure
D
Dart
Elixir
Erlang
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
Objective-C
Perl
PHP
Python
R
Ruby
Rust
Scala
Swift
Tcl

.Net
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Perl
PHP
Python
R
Ruby
Rust
Scala

Java
Scala

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

publish/subscribe channels provide some trigger functionality

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

in enterprise version only

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

in enterprise version only

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of command blocks and scripts

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, strict serializability by the server

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

Depending on used storage engine

Berechtigungskonzept

Zugriffskontrolle

Password-based authentication

Einfache Rechteverwaltung mit Benutzeraccounts

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

InfluxData is the creator of InfluxDB , the open source time series database. It...
» mehr

Competitive advantages

Time to Value InfluxDB is available in all the popular languages and frameworks,...
» mehr

Typical application scenarios

IoT & Sensor Monitoring Developers are witnessing the instrumentation of every available...
» mehr

Key customers

InfluxData has more than 1,900 paying customers, including customers include MuleSoft,...
» mehr

Market metrics

Fastest-growing database to drive 27,500 GitHub stars Over 750,000 daily active instances
» mehr

Licensing and pricing models

Open source core with closed source clustering available either on-premise or on...
» mehr

Neuigkeiten

Real-Time Visualization for IIoT Data
24. September 2024

Deploying InfluxDB and Telegraf to Monitor Kubernetes
17. September 2024

Telegraf 1.32 Release Notes
13. September 2024

An Introductory Guide to Cloud Security for IIoT
12. September 2024

Building Real-Time Android Apps with InfluxDB Cloud: Data Logging, Querying, and Visualization
10. September 2024

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

Why Build a Time Series Data Platform?
20. Juli 2017, Paul Dix (guest author)

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

DragonflyDB Announces $21m in New Funding and General Availability
21. März 2023, businesswire.com

DragonflyDB reels in $21M for its speedy in-memory database
21. März 2023, SiliconANGLE News

DragonflyDB Raises $21M in Funding
21. März 2023, FinSMEs

Intel Linux Kernel Optimizations Show Huge Benefit For High Core Count Servers
29. März 2023, Phoronix

The Performance Impact Of Intel's Register File Data Sampling "RFDS" Mitigation
15. März 2024, Phoronix

bereitgestellt von Google News

Run and manage open source InfluxDB databases with Amazon Timestream
14. März 2024, AWS Blog

InfluxData avoids ’AI magic beans’ in InfluxDB time series database update for enterprises
4. September 2024, VentureBeat

InfluxData makes performance, storage improvements to InfluxDB 3.0
4. September 2024, InfoWorld

InfluxData's Latest Updates Optimize Time Series Data for Better Performance, Scale and Management
19. September 2024, Integration Developers

InfluxData Brings Higher Performance and New Features to InfluxDB 3.0 to Power Massive Time Series Workloads at Scale
4. September 2024, businesswire.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk