DBMS > EsgynDB vs. Immudb vs. Netezza vs. OpenTSDB vs. ReductStore

Vergleich der Systemeigenschaften EsgynDB vs. Immudb vs. Netezza vs. OpenTSDB vs. ReductStore

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

An open source immutable (append-only) database with cryptographic verification which makes it tamper-resistant and fully auditable.

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Skalierbares Timeseries DBMS basierend auf HBase

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

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	0,24
Rang	#295	Overall
	#42	Key-Value Stores

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

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

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Website

www.esgyn.cn

github.com/codenotary/immudb
immudb.io

www.ibm.com/products/netezza

opentsdb.net

github.com/reductstore
www.reduct.store

Technische Dokumentation

docs.immudb.io

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

www.reduct.store/docs

Entwickler

Esgyn

Codenotary

IBM

derzeit von Yahoo und anderen gewartet

ReductStore LLC

Erscheinungsjahr

2015

2020

2000

2011

2023

Aktuelle Version

1.2.3, April 2022

1.9, März 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

kommerziell

Open Source

LGPL

Open Source

Business Source License 1.1

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

C++, Rust

Server Betriebssysteme

Linux

BSD
Linux
macOS
Solaris
Windows
z/OS

Linux

In Appliance inkludiert

Linux
Windows

Docker
Linux
macOS
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

SQL-like syntax

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

gRPC protocol
PostgreSQL wire protocol

JDBC
ODBC
OLE DB

HTTP API
Telnet API

HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

.Net
Go
Java
JavaScript (Node.js)
Python

C
C++
Fortran
Java
Lua
Perl
Python
R

Erlang
Go
Java
Python
R
Ruby

C++
JavaScript (Node.js)
Python
Rust

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

Source-Replica Replikation

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

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

Durability

Dauerhafte Speicherung der Daten

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

Benutzer mit feingranularem Berechtigungskonzept

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

A Step by Step Guide to immudb — the open source immutable database
18. Mai 2020, hackernoon.com

immudb (immutable database) ‘tamper-proof’ database
14. Dezember 2021, ComputerWeekly.com

ImmuDB and Codenotary: It's a database, but the company isn't
20. Dezember 2021, ZDNet

Immudb: Open-source database, built on a zero trust model
17. Dezember 2021, Help Net Security

How Open-Source Database immudb Plans to Handle All That Metaverse Data
10. Oktober 2022, Acceleration Economy

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, IBM

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, Microsoft

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk