DBMS > EventStoreDB vs. OpenTSDB vs. RDF4J vs. Titan

Vergleich der Systemeigenschaften EventStoreDB vs. OpenTSDB vs. RDF4J vs. Titan

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Titan has been decommisioned after the takeover by Datastax. It will be removed from the DB-Engines ranking. A fork has been open-sourced as JanusGraph.

Kurzbeschreibung

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

Skalierbares Timeseries DBMS basierend auf HBase

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Titan ist ein Graph DBMS optimiert für verteilte Clusters.

Primäres Datenbankmodell

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

Punkte	1,07
Rang	#181	Overall
	#1	Event Stores

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

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

www.eventstore.com

opentsdb.net

rdf4j.org

github.com/thinkaurelius/titan

Technische Dokumentation

developers.eventstore.com

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

rdf4j.org/documentation

github.com/thinkaurelius/titan/wiki

Entwickler

Event Store Limited

derzeit von Yahoo und anderen gewartet

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Aurelius, owned by DataStax

Erscheinungsjahr

2012

2011

2004

2012

Aktuelle Version

21.2, Februar 2021

Lizenz

Commercial or Open Source

Open Source

LGPL

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Apache Lizenz, 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

Server Betriebssysteme

Linux
Windows

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

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

nein

APIs und andere Zugriffskonzepte

HTTP API
Telnet API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Unterstützte Programmiersprachen

Erlang
Go
Java
Python
R
Ruby

Java
PHP
Python

Clojure
Java
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf HBase

keine

über integrierbare Storage Backends

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf HBase

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels Faunus, eine Graph Analytics Engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

basierend auf HBase

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Graph DBMS increased their popularity by 500% within the last 2 years
3. März 2015, Paul Andlinger

Graph DBMSs are gaining in popularity faster than any other database category
21. Januar 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

bereitgestellt von Google News

DataStax Acquires Aurelius and its TitanDB Graph Database
31. Mai 2024, Data Center Knowledge

Titan Graph Database Integration with DynamoDB: World-class Performance, Availability, and Scale for New Workloads
20. August 2015, All Things Distributed

Amazon DynamoDB Storage Backend for Titan: Distributed Graph Database
24. August 2015, AWS Blog

DataStax acquires Aurelius, the startup behind the Titan graph database
3. Februar 2015, VentureBeat

Beyond Titan: The Evolution of DataStax’s New Graph Database
21. Juni 2016, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk