DBMS > EventStoreDB vs. Heroic vs. Hyprcubd vs. Splice Machine

Vergleich der Systemeigenschaften EventStoreDB vs. Heroic vs. Hyprcubd vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	EventStoreDB  Xaus Vergleich ausschliessen	Heroic  Xaus Vergleich ausschliessen	Hyprcubd  Xaus Vergleich ausschliessen	Splice Machine  Xaus Vergleich ausschliessen
			Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.
Kurzbeschreibung	Industrial-strength, open-source database solution built from the ground up for event sourcing.	Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch	Serverless Time Series DBMS	Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark
Primäres Datenbankmodell	Event Store	Time Series DBMS	Time Series DBMS	Relational DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 1,19 Rang #173   Overall #1   Event Stores	Punkte 0,46 Rang #265   Overall #22   Time Series DBMS		Punkte 0,54 Rang #252   Overall #115   Relational DBMS
Website	www.eventstore.com	github.com/­spotify/­heroic	hyprcubd.com (offline)	splicemachine.com
Technische Dokumentation	developers.eventstore.com	spotify.github.io/­heroic		splicemachine.com/­how-it-works
Entwickler	Event Store Limited	Spotify	Hyprcubd, Inc.	Splice Machine
Erscheinungsjahr	2012	2014		2014
Aktuelle Version	21.2, Februar 2021			3.1, March 2021
Lizenz Commercial or Open Source	Open Source	Open Source Apache 2.0	kommerziell	Open Source AGPL 3.0, commercial license available
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	ja	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache		Java	Go	Java
Server Betriebssysteme	Linux Windows		gehostet	Linux OS X Solaris Windows
Datenschema		schemafrei	ja	ja
Typisierung vordefinierte Datentypen, z.B. float oder date		ja	ja time, int, uint, float, string	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT		nein	nein
Sekundärindizes		ja via Elasticsearch	nein	ja
SQL Support of SQL		nein	SQL-like query language	ja
APIs und andere Zugriffskonzepte		HQL (Heroic Query Language, a JSON-based language) HTTP API	gRPC (https)	JDBC Native Spark Datasource ODBC
Unterstützte Programmiersprachen				C# C++ Java JavaScript (Node.js) Python R Scala
Server-seitige Scripts Stored Procedures		nein	nein	ja Java
Triggers		nein	nein	ja
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten		Sharding		Shared Nothhing Auto-Sharding, Columnar Partitioning
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten		ja		Multi-Source Replikation Source-Replica Replikation
MapReduce Bietet ein API für Map/Reduce Operationen		nein	nein	Yes, via Full Spark Integration
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System		Eventual Consistency Immediate Consistency	Eventual Consistency	Immediate Consistency
Fremdschlüssel referenzielle Integrität		nein	nein	ja
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen		nein	nein	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen		ja	nein	yes, multi-version concurrency control (MVCC)
Durability Dauerhafte Speicherung der Daten		ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten		nein	nein	ja
Berechtigungskonzept Zugriffskontrolle			token access	Access rights for users, groups and roles according to 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
	EventStoreDB	Heroic	Hyprcubd	Splice Machine
Erwähnungen in aktuellen Nachrichten		Review: Google Bigtable scales with ease 7. September 2016, InfoWorld bereitgestellt von Google News		Machine learning data pipeline outfit Splice Machine files for insolvency 26. August 2021, The Register Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ... 19. Januar 2021, PR Newswire Distributed SQL System Review: Snowflake vs Splice Machine 18. September 2019, Towards Data Science Splice Machine Launches Feature Store to Simplify Feature Engineering 19. Januar 2021, Datanami ETL: The Silent Killer of Big Data Projects 23. Juli 2015, insideBIGDATA bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk