DBMS > Drizzle vs. HEAVY.AI vs. Heroic vs. ITTIA

Vergleich der Systemeigenschaften Drizzle vs. HEAVY.AI vs. Heroic vs. ITTIA

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

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

Edge Time Series DBMS with Real-Time Stream Processing

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Relational DBMS

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

Punkte	1,41
Rang	#153	Overall
	#71	Relational DBMS

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

Punkte	0,36
Rang	#272	Overall
	#22	Time Series DBMS

Website

github.com/heavyai/heavydb
www.heavy.ai

github.com/spotify/heroic

www.ittia.com

Technische Dokumentation

docs.heavy.ai

spotify.github.io/heroic

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

HEAVY.AI, Inc.

Spotify

ITTIA L.L.C.

Erscheinungsjahr

2008

2016

2014

2007

Aktuelle Version

7.2.4, September 2012

5.10, Jänner 2022

8.7

Lizenz

Commercial or Open Source

Open Source

GNU GPL

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 2.0

kommerziell

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++ and CUDA

Java

C und C++

Server Betriebssysteme

FreeBSD
Linux
OS X

Linux

Linux
Windows

Datenschema

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Float/Blob/Integer/String/Unicode/Date/Time/Timestamp/Interval

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

mit propriätären Erweiterungen

nein

yes

APIs und andere Zugriffskonzepte

JDBC

JDBC
ODBC
Thrift
Vega

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

JDBC
ODBC
RESTful HTTP API
WebSocket

Unterstützte Programmiersprachen

C
C++
Java
PHP

All languages supporting JDBC/ODBC/Thrift
Python

C
C++
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Database file passwords

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

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Dr. Mike Flaxman, VP or Product Management at HEAVY.AI – Interview Series
19. September 2024, Unite.AI

5 Q’s for Mike Flaxman, Vice President of Heavy.AI
15. August 2024, Center for Data Innovation

HEAVY.AI Accelerates Big Data Analytics with Vultr's High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

HEAVY.AI Accelerates Big Data Analytics with Vultr’s High-Performance GPU Cloud Infrastructure
11. September 2024, insideBIGDATA

Meta delivers strong earnings, but weak guidance and heavy AI spending prompt investors to bail
24. April 2024, SiliconANGLE News

bereitgestellt von Google News

Embedded secured data base for STM32 MCUs
16. Oktober 2023, Electronics Weekly

ITTIA Embedded Time Series Database to Support STM32 Edge Devices
8. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk