DBMS > EJDB vs. Heroic vs. Kdb vs. STSdb

Vergleich der Systemeigenschaften EJDB vs. Heroic vs. Kdb vs. STSdb

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)

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

Hoch performantes Time Series DBMS

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Document Store

Time Series DBMS

Time Series DBMS
Vektor DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Relational DBMS

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

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

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	7,55
Rang	#53	Overall
	#3	Time Series DBMS
	#1	Vektor DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

github.com/Softmotions/ejdb

github.com/spotify/heroic

kx.com

github.com/STSSoft/STSdb4

Technische Dokumentation

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

spotify.github.io/heroic

code.kx.com

Entwickler

Softmotions

Spotify

Kx Systems, a division of First Derivatives plc

STS Soft SC

Erscheinungsjahr

2012

2014

2000

kdb wurde im Jahr 2000 veröffentlicht, kdb+ 2003

2011

Aktuelle Version

3.6, Mai 2018

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

kommerziell

Kostenlose 32-bit Version

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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
Solaris
Windows

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

Primitive Typen und benutzerdefinierte Klassen

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

table attribute 'grouped'

nein

SQL

Support of SQL

nein

SQL-like query language (q)

nein

APIs und andere Zugriffskonzepte

In-process Library

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

HTTP API
JDBC
Jupyter
Kafka
ODBC
WebSocket

.NET Client API

Unterstützte Programmiersprachen

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

C
C#
C++
Go
J
Java
JavaScript
Lua
MatLab
Perl
PHP
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

mittels Views

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontale Partitionierung

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

ein vergleichbares Paradigma wird intern verwendet

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

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

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Rechteverwaltung mit Benutzeraccounts

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Integrated columnar database & programming system for streaming, real time and historical...
» mehr

Competitive advantages

provides seamless scalability; runs on industry standard server platforms; is top-ranked...
» mehr

Typical application scenarios

tick database streaming sensor data massive intelligence applications oil and gas...
» mehr

Key customers

Goldman Sachs Morgan Stanley Merrill Lynch J.P. Morgan Deutsche Bank IEX Securities...
» mehr

Market metrics

kdb+ performance and reliability proven by our customers in critical infrastructure...
» mehr

Licensing and pricing models

upon request
» mehr

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Turbocharging the Engine: KX Unleashes AI-First Transformation with kdb+
28. Februar 2024, Business Wire

McLaren Applied and KX partner to enhance ATLAS software analytics capabilities
9. August 2023, Professional Motorsport World

Introducing Amazon FinSpace with Managed kdb Insights, a fully managed analytics engine, commonly used by capital ...
18. Mai 2023, AWS Blog

KX ANNOUNCES KDB INSIGHTS AS FULLY MANAGED SERVICE ON AMAZON FINSPACE
18. Mai 2023, PR Newswire

KX Brings the Power and Performance of kdb+ to Python Developers with PyKX
7. Juni 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk