DBMS > EJDB vs. Heroic vs. mSQL vs. OpenTSDB vs. Postgres-XL

Vergleich der Systemeigenschaften EJDB vs. Heroic vs. mSQL vs. OpenTSDB vs. Postgres-XL

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

mSQL (Mini SQL) is a simple and lightweight RDBMS

Skalierbares Timeseries DBMS basierend auf HBase

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial 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	1,27
Rang	#167	Overall
	#77	Relational DBMS

Punkte	1,68
Rang	#146	Overall
	#12	Time Series DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

github.com/Softmotions/ejdb

github.com/spotify/heroic

hughestech.com.au/products/msql

opentsdb.net

www.postgres-xl.org

Technische Dokumentation

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

spotify.github.io/heroic

opentsdb.net/docs/build/html/index.html

www.postgres-xl.org/documentation

Entwickler

Softmotions

Spotify

Hughes Technologies

derzeit von Yahoo und anderen gewartet

Erscheinungsjahr

2012

2014

1994

2011

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

4.4, Oktober 2021

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

kommerziell

free licenses can be provided

Open Source

LGPL

Open Source

Mozilla public license

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

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux
Windows

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

numerische Daten für Metriken, Strings für Tags

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

nein

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

In-process Library

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

JDBC
ODBC

HTTP API
Telnet API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

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

C
C++
Delphi
Java
Perl
PHP
Tcl

Erlang
Go
Java
Python
R
Ruby

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Sharding

basierend auf HBase

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

keine

Immediate Consistency

basierend auf HBase

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

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

nein

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

bereitgestellt von Google News

Make Your MySQL Server More Secure With These 7 Steps - MUO
1. Dezember 2022, MakeUseOf

Writing a Web Service in Perl
9. Juli 2003, PCQuest

Higher Education PS rules out ghost students before PAC - Zambia
29. November 2018, diggers.news

bereitgestellt von Google News

Comparing Different Time-Series Databases
10. Februar 2022, hackernoon.com

Brain Monitoring with Kafka, OpenTSDB, and Grafana
5. August 2016, KDnuggets

MapR to help admins peer into dense Hadoop clusters
28. Juni 2016, SiliconANGLE News

Comparing InfluxDB, TimescaleDB, and QuestDB Timeseries Databases
30. Juni 2021, Towards Data Science

A real-time processing revival – O'Reilly
1. April 2015, O'Reilly Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk