DBMS > EventStoreDB vs. Hazelcast vs. Heroic vs. Linter vs. Tigris

Vergleich der Systemeigenschaften EventStoreDB vs. Hazelcast vs. Heroic vs. Linter vs. Tigris

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Industrial-strength, open-source database solution built from the ground up for event sourcing.

A widely adopted in-memory data grid

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

RDBMS for high security requirements

A horizontally scalable, ACID transactional, document database available both as a fully managed cloud service and for deployment on self-managed infrastructure

Primäres Datenbankmodell

Document Store
Key-Value Store
Suchmaschine
Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

JSON support with IMDG 3.12

Spatial DBMS

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

Punkte	1,10
Rang	#179	Overall
	#1	Event Stores

Punkte	5,97
Rang	#57	Overall
	#6	Key-Value Stores

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

Punkte	0,09
Rang	#346	Overall
	#152	Relational DBMS

Punkte	0,02
Rang	#369	Overall
	#51	Document Stores
	#55	Key-Value Stores
	#24	Suchmaschinen
	#38	Time Series DBMS

Website

www.eventstore.com

hazelcast.com

github.com/spotify/heroic

linter.ru

www.tigrisdata.com

Technische Dokumentation

developers.eventstore.com

hazelcast.org/imdg/docs

spotify.github.io/heroic

www.tigrisdata.com/docs

Entwickler

Event Store Limited

Hazelcast

Spotify

relex.ru

Tigris Data, Inc.

Erscheinungsjahr

2012

2008

2014

1990

2022

Aktuelle Version

21.2, Februar 2021

5.3.6, November 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; commercial licenses available

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2.0

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

Java

C und C++

Server Betriebssysteme

Linux
Windows

Alle Betriebssysteme mit einer Java VM

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
macOS
Windows

Datenschema

schemafrei

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

the object must implement a serialization strategy

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JCache
JPA
Memcached Protokoll
RESTful HTTP API

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

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

CLI Client
gRPC
RESTful HTTP API

Unterstützte Programmiersprachen

.Net
C#
C++
Clojure
Go
Java
JavaScript (Node.js)
Python
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

Go
Java
JavaScript (Node.js)

Server-seitige Scripts

Stored Procedures

Event Listeners, Executor Services

nein

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Replicated Map

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency selectable by user

Raft Consensus Algorithm

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

one or two-phase-commit; repeatable reads; read commited

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using FoundationDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Role-based access control

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users and roles

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

Erwähnungen in aktuellen Nachrichten

Hazelcast Weaves Wider Logic Threads Through The Data Fabric
7. März 2024, Forbes

Hazelcast Showcases Real-Time Data Platform at 2024 Gartner Summit
15. Mai 2024, Datanami

Hazelcast 5.4 real time data processing platform boosts AI and consistency
17. April 2024, VentureBeat

Real-Time Data Platform Hazelcast Introduces New Chief Technology Officer Adrian Soars
7. November 2023, Finovate

Hazelcast to Demonstrate Power of Unified Platform for Real-Time and AI Applications at the ...
13. Mai 2024, WDRB

bereitgestellt von Google News

Tigris Data Unveils Beta Launch of New Vector Search Tool
19. Mai 2023, Datanami

Tigris Data Launches All-in-One Developer Data Platform
27. September 2022, Datanami

FerretDB Provides Alternative to MongoDB
19. Mai 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk