DBMS > EJDB vs. Hawkular Metrics vs. Prometheus vs. Splice Machine

Vergleich der Systemeigenschaften EJDB vs. Hawkular Metrics vs. Prometheus vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Open Source Timeseries DBMS und Monitoring System

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

Primäres Datenbankmodell

Document Store

Time Series DBMS

Relational DBMS

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

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	0,00
Rang	#379	Overall
	#40	Time Series DBMS

Punkte	8,42
Rang	#47	Overall
	#2	Time Series DBMS

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

Website

github.com/Softmotions/ejdb

www.hawkular.org

prometheus.io

splicemachine.com

Technische Dokumentation

github.com/Softmotions/ejdb/blob/master/README.md

www.hawkular.org/hawkular-metrics/docs/user-guide

prometheus.io/docs

splicemachine.com/how-it-works

Entwickler

Softmotions

Community supported by Red Hat

Splice Machine

Erscheinungsjahr

2012

2014

2015

2014

Aktuelle Version

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

Open Source

Apache 2.0

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

Java

Server Betriebssysteme

serverlos

Linux
OS X
Windows

Linux
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

Numeric data only

XML Unterstützung

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

nein

Importieren von XML Daten möglich

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

In-process Library

HTTP REST

RESTful HTTP/JSON API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

Go
Java
Python
Ruby

.Net
C++
Go
Haskell
Java
JavaScript (Node.js)
Python
Ruby

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

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

mittels Federation

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

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

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

Erwähnungen in aktuellen Nachrichten

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

VTEX scales to 150 million metrics using Amazon Managed Service for Prometheus | Amazon Web Services
10. März 2024, AWS Blog

Exadata Real-Time Insight - Quick Start
3. April 2024, blogs.oracle.com

VictoriaMetrics Offers Prometheus Replacement for Time Series Monitoring
17. Juli 2023, The New Stack

OpenTelemetry vs. Prometheus: You can’t fix what you can’t see
29. März 2024, ibm.com

Linux System Monitoring with Prometheus, Grafana, and collectd
1. Februar 2024, Linux Journal

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

New Splice Machine RDBMS unites OLTP and OLAP
18. November 2015, CIO

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk