DBMS > Drizzle vs. Heroic vs. Kinetica vs. MonetDB vs. Vertica

Vergleich der Systemeigenschaften Drizzle vs. Heroic vs. Kinetica vs. MonetDB vs. Vertica

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.

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

Fully vectorized database across both GPUs and CPUs

Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

Column oriented

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

Document Store
Spatial DBMS

Spatial DBMS
Time Series DBMS

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

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

Punkte	0,42
Rang	#261	Overall
	#120	Relational DBMS

Punkte	1,72
Rang	#135	Overall
	#62	Relational DBMS

Punkte	9,62
Rang	#42	Overall
	#26	Relational DBMS

Website

github.com/spotify/heroic

www.kinetica.com

www.monetdb.org

www.vertica.com

Technische Dokumentation

spotify.github.io/heroic

docs.kinetica.com

www.monetdb.org/Documentation

vertica.com/documentation

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Spotify

Kinetica

MonetDB BV

OpenText

previously Micro Focus and Hewlett Packard

Erscheinungsjahr

2008

2014

2012

2004

2005

Aktuelle Version

7.2.4, September 2012

7.1, August 2021

Dec2023 (11.49), Dezember 2023

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

Open Source

GNU GPL

Open Source

Apache 2.0

kommerziell

Open Source

Mozilla Public License 2.0

kommerziell

Limitierte Community Edition gratis

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++

Java

C, C++

C++

Server Betriebssysteme

FreeBSD
Linux
OS X

Linux

FreeBSD
Linux
OS X
Solaris
Windows

Linux

Datenschema

schemafrei

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

mit propriätären Erweiterungen

nein

SQL-like DML and DDL statements

SQL 2003 mit einigen Erweiterungen

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

APIs und andere Zugriffskonzepte

JDBC

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

JDBC
ODBC
RESTful HTTP API

JDBC
native C library

MAPI library (MonetDB application programming interface)
ODBC

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

Unterstützte Programmiersprachen

C
C++
Java
PHP

C++
Java
JavaScript (Node.js)
Python

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

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

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

yes, in SQL, C, R

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

triggers when inserted values for one or more columns fall within a specified range

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Sharding via remote tables

horizontal partitioning, hierarchical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

keine

Source-replica replication available in experimental status

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Bi-directional Spark integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

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

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica: AI is a ‘killer app’ for data analytics
2. Mai 2023, Blocks & Files

Kinetica Taps Dell for Hardware
12. Juni 2018, Finovate

bereitgestellt von Google News

MonetDB Foundation launched
31. Januar 2024, Centrum Wiskunde & Informatica (CWI)

PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R — Part I
6. April 2018, Data Science Central

How MonetDB/X100 Exploits Modern CPU Performance
14. Januar 2020, Towards Data Science

Test of Time Award for paper on vectorized execution
16. Januar 2024, Centrum Wiskunde & Informatica (CWI)

Monet DB The Column-Store Pioneer
4. September 2019, Open Source For You

bereitgestellt von Google News

Vertica on Kubernetes
20. Juni 2024, blogs.opentext.com

What’s New in OpenText Vertica
10. Januar 2024, blogs.opentext.com

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

MapR Hadoop Upgrade Spins YARN, Supports HP Vertica Analytics Platform
31. Mai 2024, Data Center Knowledge

Querying a Vertica data source in Amazon Athena using the Athena Federated Query SDK
11. Februar 2021, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk