DBMS > Apache Druid vs. EsgynDB vs. Faircom DB

Vergleich der Systemeigenschaften Apache Druid vs. EsgynDB vs. Faircom DB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Open-source analytics data store designed for sub-second OLAP queries on high dimensionality and high cardinality data

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Native high-speed multi-model DBMS for relational and key-value store data simultaneously accessible through SQL and NoSQL APIs.

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Relational DBMS

Key-Value Store
Relational DBMS

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

Punkte	3,29
Rang	#95	Overall
	#49	Relational DBMS
	#7	Time Series DBMS

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	0,24
Rang	#311	Overall
	#44	Key-Value Stores
	#140	Relational DBMS

Website

druid.apache.org

www.esgyn.cn

www.faircom.com/products/faircom-db

Technische Dokumentation

druid.apache.org/docs/latest/design

docs.faircom.com/docs/en/UUID-7446ae34-a1a7-c843-c894-d5322e395184.html

Entwickler

Apache Software Foundation and contributors

Esgyn

FairCom Corporation

Erscheinungsjahr

2012

2015

1979

Aktuelle Version

29.0.1, April 2024

V12, November 2020

Lizenz

Commercial or Open Source

Open Source

Apache license v2

kommerziell

Restricted, free version 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

Java

C++, Java

ANSI C, C++

Server Betriebssysteme

Linux
OS X
Unix

Linux

AIX
FreeBSD
HP-UX
Linux
NetBSD
OS X
QNX
SCO
Solaris
VxWorks
Windows

easily portable to other OSs

Datenschema

schema-less columns are supported

schema free, schema optional, schema required, partial schema,

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types, JSON, typed binary structures

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

SQL for querying

yes, ANSI SQL with proprietary extensions

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

ADO.NET
JDBC
ODBC

ADO.NET
Direct SQL
JDBC
JPA
ODBC
RESTful HTTP/JSON API
RESTful MQTT/JSON API
RPC

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

All languages supporting JDBC/ODBC/ADO.Net

.Net
C
C#
C++
Java
JavaScript (Node.js and browser)
PHP
Python
Visual Basic

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

.Net, JavaScript, C/C++

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

Sharding

File partitioning, horizontal partitioning, sharding

Customizable business rules for table partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

Multi-source replication between multi datacenters

yes, configurable to be parallel or serial, synchronous or asynchronous, uni-directional or bi-directional, ACID-consistent or eventually consistent (with custom conflict resolution).

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
Tunable consistency per server, database, table, and transaction

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

tunable from ACID to Eventually Consistent

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Yes, tunable from durable to delayed durability to in-memory

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

RBAC using LDAP or Druid internals for users and groups for read/write by datasource and system

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Fine grained access rights according to SQL-standard with additional protections for files

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

'Lucifer' Botnet Turns Up the Heat on Apache Hadoop Servers
21. Februar 2024, Dark Reading

Apache Druid Wins Best Big Data Product in the 2023 BigDATAwire Readers' Choice Awards
26. Januar 2024, Datanami

New DDoS malware Attacking Apache big-data stack, Hadoop, & Druid Servers
26. Februar 2024, GBHackers

Imply Data gives Apache Druid schema auto-discover capability
6. Juni 2023, SiliconANGLE News

Imply Announces Automatic Schema Discovery for Apache Druid, Reinforcing Druid's Leadership for Real-Time ...
6. Juni 2023, Business Wire

bereitgestellt von Google News

FairCom kicks off new era of database technology USA - English
10. November 2020, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk