DBMS > FatDB vs. InfluxDB vs. JSqlDb vs. Spark SQL vs. ToroDB

Vergleich der Systemeigenschaften FatDB vs. InfluxDB vs. JSqlDb vs. Spark SQL vs. ToroDB

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.

JSqlDB seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

DBMS for storing time series, events and metrics

JavaScript Query Language Database, stores JavaScript objects and primitives

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Document Store
Key-Value Store

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Spatial DBMS

with GEO package

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

Punkte	25,83
Rang	#28	Overall
	#1	Time Series DBMS

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

www.influxdata.com/products/influxdb-overview

jsqldb.org (offline)

spark.apache.org/sql

github.com/torodb/server

Technische Dokumentation

docs.influxdata.com/influxdb

spark.apache.org/docs/latest/sql-programming-guide.html

Entwickler

FatCloud

Konrad von Backstrom

Apache Software Foundation

8Kdata

Erscheinungsjahr

2012

2013

2018

2014

2016

Aktuelle Version

2.7.6, April 2024

0.8, Dezember 2018

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

MIT-License; commercial enterprise version available

Open Source

Apache 2.0

Open Source

AGPL-V3

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

Scala

Java

Server Betriebssysteme

Windows

Linux
OS X

through Homebrew

Linux
macOS
Windows

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data and Strings

nein

string, integer, double, boolean, date, object_id

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

SQL-like query language

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

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

HTTP API
JSON over UDP

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Perl
PHP
Python
R
Ruby
Rust
Scala

JavaScript

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

nein

functions in JavaScript

nein

Triggers

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

in enterprise version only

keine

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

in enterprise version only

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

using RocksDB

In-Memory Unterstützung

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

Depending on used storage engine

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Einfache Rechteverwaltung mit Benutzeraccounts

nein

Zugriffsrechte für Benutzer und Rollen

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

InfluxData is the creator of InfluxDB , the open source time series database. It...
» mehr

Competitive advantages

Time to Value InfluxDB is available in all the popular languages and frameworks,...
» mehr

Typical application scenarios

IoT & Sensor Monitoring Developers are witnessing the instrumentation of every available...
» mehr

Key customers

InfluxData has more than 1,900 paying customers, including customers include MuleSoft,...
» mehr

Market metrics

Fastest-growing database to drive 27,500 GitHub stars Over 750,000 daily active instances
» mehr

Licensing and pricing models

Open source core with closed source clustering available either on-premise or on...
» mehr

Neuigkeiten

Converting Timestamp to Date in Java
7. Mai 2024

A Detailed Guide to C# TimeSpan
2. Mai 2024

The Final Frontier: Using InfluxDB on the International Space Station
30. April 2024

Getting the Current Time in C#: A Guide
26. April 2024

Sync Data from InfluxDB v2 to v3 With the Quix Template
8. April 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

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

Why Build a Time Series Data Platform?
20. Juli 2017, Paul Dix (guest author)

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Run and manage open source InfluxDB databases with Amazon Timestream | Amazon Web Services
14. März 2024, AWS Blog

Amazon Timestream: Managed InfluxDB for Time Series Data
14. März 2024, The New Stack

InfluxData Collaborating with AWS to Bring InfluxDB and Time Series Analytics to Developers Around the World
14. März 2024, Business Wire

How the FDAP Stack Gives InfluxDB 3.0 Real-Time Speed, Efficiency
15. März 2024, Datanami

Time-series database startup InfluxData debuts self-managed version of InfluxDB
6. September 2023, SiliconANGLE News

bereitgestellt von Google News

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk