DBMS > EventStoreDB vs. InfinityDB vs. KairosDB vs. STSdb vs. YottaDB

Vergleich der Systemeigenschaften EventStoreDB vs. InfinityDB vs. KairosDB vs. STSdb vs. YottaDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A Java embedded Key-Value Store which extends the Java Map interface

Verteiltes Time Series DBMS basierend auf Cassandra

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

A fast and solid embedded Key-value store

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

using the Octo plugin

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

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

Punkte	0,00
Rang	#378	Overall
	#57	Key-Value Stores

Punkte	0,62
Rang	#239	Overall
	#20	Time Series DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Punkte	0,20
Rang	#317	Overall
	#47	Key-Value Stores

Website

www.eventstore.com

boilerbay.com

github.com/kairosdb/kairosdb

github.com/STSSoft/STSdb4

yottadb.com

Technische Dokumentation

developers.eventstore.com

boilerbay.com/infinitydb/manual

kairosdb.github.io

yottadb.com/resources/documentation

Entwickler

Event Store Limited

Boiler Bay Inc.

STS Soft SC

YottaDB, LLC

Erscheinungsjahr

2012

2002

2013

2011

2001

Aktuelle Version

21.2, Februar 2021

4.0

1.2.2, November 2018

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

kommerziell

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

Open Source

AGPL 3.0

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

Server Betriebssysteme

Linux
Windows

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Windows

Docker
Linux

Datenschema

nested virtual Java Maps, multi-value, logical â€˜tuple spaceâ€™ runtime Schema upgrade

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

all Java primitives, Date, CLOB, BLOB, huge sparse arrays

Primitive Typen und benutzerdefinierte Klassen

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

manual creation possible, using inversions based on multi-value capability

nein

SQL

Support of SQL

nein

by using the Octo plugin

APIs und andere Zugriffskonzepte

Access via java.util.concurrent.ConcurrentNavigableMap Interface
Proprietary API to InfinityDB ItemSpace (boilerbay.com/docs/ItemSpaceDataStructures.htm)

Graphite protocol
HTTP REST
Telnet API

.NET Client API

PostgreSQL wire protocol

using the Octo plugin
Proprietäres Protokoll

Unterstützte Programmiersprachen

Java

Java
JavaScript

Node.js
PHP
Python

C#
Java

C
Go
JavaScript (Node.js)
Lua
M
Perl
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

READ-COMMITTED or SERIALIZED

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Fremdschlüssel

referenzielle Integrität

nein

manual creation possible, using inversions based on multi-value capability

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Optimistic locking for transactions; no isolation for bulk loads

nein

optimistic Locking

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

nein

einfacher Passwort-basierter Zugriffsschutz

nein

Benutzer und Gruppen basierend auf Betriebssystem-Security

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

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

Expo: Real Time A/B Testing and Monitoring with Spark Streaming and Kafka at Walmart Labs
24. Mai 2019, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk