DBMS > EsgynDB vs. Heroic vs. QuestDB vs. RDF4J

Vergleich der Systemeigenschaften EsgynDB vs. Heroic vs. QuestDB vs. RDF4J

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

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

A high performance open source SQL database for time series data

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

RDF Store

Sekundäre Datenbankmodelle

Relational DBMS

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

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

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	2,81
Rang	#98	Overall
	#7	Time Series DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

www.esgyn.cn

github.com/spotify/heroic

questdb.io

rdf4j.org

Technische Dokumentation

spotify.github.io/heroic

questdb.io/docs

rdf4j.org/documentation

Entwickler

Esgyn

Spotify

QuestDB Technology Inc

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2015

2014

2004

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Java

Java (Zero-GC), C++, Rust

Java

Server Betriebssysteme

Linux

Linux
macOS
Windows

Linux
OS X
Unix
Windows

Datenschema

schemafrei

schema-free via InfluxDB Line Protocol

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

nein

SQL

Support of SQL

nein

SQL with time-series extensions

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

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

HTTP REST
InfluxDB Line Protocol (TCP/UDP)
JDBC
PostgreSQL wire protocol

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

PostgreSQL driver
C++
Go
Java
JavaScript (Node.js)
Python
Rust

over HTTP

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontal partitioning (by timestamps)

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

Source-replica replication with eventual consistency

keine

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID for single-table writes

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

through memory mapped files

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

Combine Java and Rust Code Coverage in a Polyglot Project
10. September 2024

Weather data visualization and forecasting with QuestDB, Kafka and Grafana
4. September 2024

Building a new vector based storage model
22. August 2024

Calibrating VWAP executions with QuestDB and Grafana
16. August 2024

Write Time: a call for community writers
13. August 2024

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

SQL Extensions for Time-Series Data in QuestDB
11. Januar 2021, Towards Data Science

QuestDB snares $12M Series A with hosted version coming soon
3. November 2021, TechCrunch

QuestDB gets $12M Series A funding amid growing interest in time-series databases
3. November 2021, SiliconANGLE News

Read the Pitch Deck Database Startup QuestDB Used to Raise $12 Million
11. November 2021, Business Insider

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk