DBMS > EsgynDB vs. Firebolt vs. IBM Db2 Event Store vs. OpenTSDB

Vergleich der Systemeigenschaften EsgynDB vs. Firebolt vs. IBM Db2 Event Store vs. OpenTSDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Highly scalable cloud data warehouse and analytics product

Forked from Clickhouse

Distributed Event Store optimized for Internet of Things use cases

Skalierbares Timeseries DBMS basierend auf HBase

Primäres Datenbankmodell

Relational DBMS

Event Store
Time Series DBMS

Time Series DBMS

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

Punkte	0,15
Rang	#325	Overall
	#144	Relational DBMS

Punkte	1,49
Rang	#148	Overall
	#68	Relational DBMS

Punkte	0,18
Rang	#315	Overall
	#2	Event Stores
	#26	Time Series DBMS

Punkte	1,59
Rang	#140	Overall
	#12	Time Series DBMS

Website

www.esgyn.cn

www.firebolt.io

www.ibm.com/products/db2-event-store

opentsdb.net

Technische Dokumentation

docs.firebolt.io

www.ibm.com/docs/en/db2-event-store

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

Entwickler

Esgyn

Firebolt Analytics Inc.

IBM

derzeit von Yahoo und anderen gewartet

Erscheinungsjahr

2015

2020

2017

2011

Aktuelle Version

2.0

Lizenz

Commercial or Open Source

kommerziell

free developer edition available

Open Source

LGPL

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++, Java

C und C++

Java

Server Betriebssysteme

Linux

gehostet

Linux

Linux, macOS, Windows for the developer addition

Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

Sekundärindizes

nein

SQL

Support of SQL

through the embedded Spark runtime

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

.Net
ODBC
RESTful HTTP API

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

HTTP API
Telnet API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

Go
JavaScript (Node.js)
Python

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Erlang
Go
Java
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

abhängig von Storage layer

Active-active shard replication

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

Immediate Consistency

Eventual Consistency

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

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

Firebolt Introduces Industry-First Low Latency Cloud Data Warehouse
18. September 2024, insideBIGDATA

Data warehouse unicorn Firebolt aims to make magic in Kirkland
11. September 2024, The Business Journals

10 Best Data Pipeline Tools of 2024 to Boost Your Productivity
20. Februar 2024, Datamation

Firebolt Archives - High-Performance Computing News Analysis
17. September 2024, insideHPC

Cloud data unicorn Firebolt fires dozens of employees
7. September 2022, CTech

bereitgestellt von Google News

Mudhakar Srivatsa
11. Dezember 2023, IBM Research

Best cloud databases of 2022
4. Oktober 2022, ITPro

IBM Confronts AI Resistance
23. Oktober 2019, RTInsights

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

How IBM Is Turning Db2 into an ‘AI Database’
3. Juni 2019, Datanami

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

LogicMonitor Rolls a Time Series Database for Finer-Grain Reporting
1. Juni 2016, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk