DBMS > FatDB vs. Google BigQuery vs. Splice Machine vs. TDengine

Vergleich der Systemeigenschaften FatDB vs. Google BigQuery vs. Splice Machine vs. TDengine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

Large scale data warehouse service with append-only tables

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Time Series DBMS and big data platform

Primäres Datenbankmodell

Document Store
Key-Value Store

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	58,10
Rang	#19	Overall
	#13	Relational DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Punkte	2,68
Rang	#106	Overall
	#9	Time Series DBMS

Website

cloud.google.com/bigquery

splicemachine.com

github.com/taosdata/TDengine
tdengine.com

Technische Dokumentation

cloud.google.com/bigquery/docs

splicemachine.com/how-it-works

docs.tdengine.com

Entwickler

FatCloud

Google

Splice Machine

TDEngine, previously Taos Data

Erscheinungsjahr

2012

2010

2014

2019

Aktuelle Version

3.1, March 2021

3.0, August 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

AGPL V3, also commercial editions available

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

Windows

gehostet

Linux
OS X
Solaris
Windows

Linux
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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

Ãœber Integration mit SQL Server

Standard SQL with extensions for time-series applications

APIs und andere Zugriffskonzepte

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

RESTful HTTP/JSON API

JDBC
Native Spark Datasource
ODBC

JDBC
RESTful HTTP API

Unterstützte Programmiersprachen

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

C
C#
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Rust

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

benutzerdefinierte Funktionen

in JavaScript

Java

nein

Triggers

Ãœber Applikationen

nein

yes, via alarm monitoring

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Weil zur Abfrage von Daten gedacht

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Zugriffsrechte (Owner, Writer, Reader) auf Dataset-, Tabellen- und View-Ebene

Google Cloud Identity & Access Management (IAM)

Access rights for users, groups and roles according to SQL-standard

yes

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

TDengine™ is a next generation data historian purpose-built for Industry 4.0 and...
» mehr

Competitive advantages

High Performance at any Scale: TDengine is purpose-built for handling massive industrial...
» mehr

Typical application scenarios

TDengine is designed for Industrial IoT scenarios, including: Manufacturing Connected...
» mehr

Market metrics

TDengine has garnered over 22,500 stars on GitHub and is used in over 50 countries...
» mehr

Licensing and pricing models

TDengine OSS is an open source, cloud native time series database. It includes built-in...
» mehr

Neuigkeiten

Streamlining Time-Series Data Management with TDengine’s PostgreSQL Connector
12. Juni 2024

Enhancing IoT and Industrial Data Management with TDengine’s MySQL Connector
12. Juni 2024

Comprehensive Comparison Between TDengine and MongoDB
6. Juni 2024

Comprehensive Comparison Between TDengine and TimescaleDB
5. Juni 2024

Mastering Memory Leak Detection in TDengine
31. Mai 2024

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

Snowflake is the DBMS of the Year 2022, defending the title from last year
3. Januar 2023, Matthias Gelbmann, Paul Andlinger

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Winning the 2020 Google Cloud Technology Partner of the Year – Infrastructure Modernization Award
22. Dezember 2021, CIO

Google Cloud partners Coinbase to accept crypto payments
11. Oktober 2022, Ledger Insights

Hightouch Raises $38M in Funding
19. Juli 2023, FinSMEs

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

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Real-time machine learning with Splice Machine's ML Manager
17. April 2019, TechTarget

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

TDengine named Top Global Industrial Data Management Solution
4. Januar 2024, IT Brief Australia

TDengine debuts cloud-based time-series data processing platform for IoT deployments
20. September 2022, SiliconANGLE News

New TDengine Benchmark Results Show Up to 37.0x Higher Query Performance Than InfluxDB and TimescaleDB
28. Februar 2023, Yahoo Finance

Comparing Different Time-Series Databases
10. Februar 2022, hackernoon.com

MindsDB is now the leading and fastest growing applied ML platform in the world India - English
3. November 2022, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk