DBMS > EventStoreDB vs. Heroic vs. jBASE vs. MonetDB vs. Splunk

Vergleich der Systemeigenschaften EventStoreDB vs. Heroic vs. jBASE vs. MonetDB vs. Splunk

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

A robust multi-value DBMS comprising development tools and middleware

Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten

Plattform für die Analyse von Big Data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial 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	1,49
Rang	#156	Overall
	#3	Multivalue DBMS

Punkte	1,72
Rang	#141	Overall
	#64	Relational DBMS

Punkte	89,10
Rang	#14	Overall
	#2	Suchmaschinen

Website

www.eventstore.com

github.com/spotify/heroic

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-jbase

www.monetdb.org

www.splunk.com

Technische Dokumentation

developers.eventstore.com

spotify.github.io/heroic

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

www.monetdb.org/Documentation

docs.splunk.com/Documentation/Splunk

Entwickler

Event Store Limited

Spotify

Rocket Software (früher Zumasys)

MonetDB BV

Splunk Inc.

Erscheinungsjahr

2012

2014

1991

2004

2003

Aktuelle Version

21.2, Februar 2021

5.7

Dec2023 (11.49), Dezember 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Mozilla Public License 2.0

kommerziell

Eingeschränkte Gratisversion verfügbar

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

Server Betriebssysteme

Linux
Windows

AIX
Linux
Windows

FreeBSD
Linux
OS X
Solaris
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

Embedded SQL for jBASE in BASIC

SQL 2003 mit einigen Erweiterungen

nein

Splunk Search Processing Language for search commands

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

JDBC
native C library

MAPI library (MonetDB application programming interface)
ODBC

HTTP REST

Unterstützte Programmiersprachen

.Net
Basic
Jabbascript
Java

C
C++
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

C#
Java
JavaScript
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

yes, in SQL, C, R

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Sharding via remote tables

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-replica replication available in experimental status

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

A 'Transaction' in Splunk has a different meaning: grouping related events into a single one for later searching

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

Access rights can be defined down to the item level

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer und Rollen

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

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

In 2024 the MonetDB Foundation was established for the preservation, maintenance and further development of the ...
31. Januar 2024, Centrum Wiskunde & Informatica (CWI)

MonetDB Secures Investment From (and Partners With) ServiceNow
9. Dezember 2021, Datanami

PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R - Part I - DataScienceCentral.com
6. April 2018, Data Science Central

How MonetDB Exploits Modern CPU Performance | by Dwi Prasetyo Adi Nugroho
14. Januar 2020, Towards Data Science

ServiceNow ordered a year's worth of hardware to avoid supply chain hassles
25. Mai 2022, The Register

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk