DBMS > Drizzle vs. IRONdb vs. JSqlDb vs. Splice Machine

Vergleich der Systemeigenschaften Drizzle vs. IRONdb vs. JSqlDb vs. Splice Machine

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.

IRONdb seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

JSqlDB seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

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

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

JavaScript Query Language Database, stores JavaScript objects and primitives

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

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

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Website

www.circonus.com/solutions/time-series-database/

jsqldb.org (offline)

splicemachine.com

Technische Dokumentation

docs.circonus.com/irondb/category/getting-started

splicemachine.com/how-it-works

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Circonus LLC.

Konrad von Backstrom

Splice Machine

Erscheinungsjahr

2008

2017

2018

2014

Aktuelle Version

7.2.4, September 2012

V0.10.20, January 2018

0.8, Dezember 2018

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

GNU GPL

kommerziell

Open Source

AGPL 3.0, commercial license 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++

C und C++

Java

Server Betriebssysteme

FreeBSD
Linux
OS X

Linux

Linux
macOS
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

text, numeric, histograms

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

mit propriätären Erweiterungen

SQL-like query language (Circonus Analytics Query Language: CAQL)

nein

APIs und andere Zugriffskonzepte

JDBC

HTTP API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C
C++
Java
PHP

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

JavaScript

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

yes, in Lua

functions in JavaScript

Java

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Automatic, metric affinity per node

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

configurable replication factor, datacenter aware

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate consistency per node, eventual consistency across nodes

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

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

using RocksDB

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

nein

Access rights for users, groups and roles according to 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

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

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine splices into AWS
8. Februar 2017, SDTimes.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk