DB-EnginesInfluxDB: Focus on building software with an easy-to-use serverless, scalable time series platformEnglish
Deutsch
Informationen zu relationalen und NoSQL DatenbankmanagementsystemenEin Service von solid IT

DBMS > FatDB vs. InfluxDB vs. Oracle Berkeley DB vs. Transwarp Hippo

Vergleich der Systemeigenschaften FatDB vs. InfluxDB vs. Oracle Berkeley DB vs. Transwarp Hippo

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

Redaktionelle Informationen bereitgestellt von DB-Engines
NameFatDB  Xaus Vergleich ausschliessenInfluxDB  Xaus Vergleich ausschliessenOracle Berkeley DB  Xaus Vergleich ausschliessenTranswarp Hippo  Xaus Vergleich ausschliessen
Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.
KurzbeschreibungEin .NET NoSQL DBMS, das in SQL Server integriert werden kann.DBMS for storing time series, events and metricsWeit verbreiteter In-Process Key-Value StoreCloud-native distributed Vector DBMS that supports storage, retrieval, and management of massive vector-based datasets
Primäres DatenbankmodellDocument Store
Key-Value Store
Time Series DBMSKey-Value Store infounterstützt sortierte und unsortierte Key Sets
Native XML DBMS infoin the Oracle Berkeley DB XML version
Vektor DBMS
Sekundäre DatenbankmodelleSpatial DBMS infowith GEO package
DB-Engines Ranking infomisst die Popularität von Datenbankmanagement- systemenranking trend
Trend Chart
Punkte24,39
Rang#28  Overall
#1  Time Series DBMS
Punkte2,01
Rang#126  Overall
#21  Key-Value Stores
#3  Native XML DBMS
Punkte0,05
Rang#386  Overall
#14  Vektor DBMS
Websitewww.influxdata.com/­products/­influxdb-overviewwww.oracle.com/­database/­technologies/­related/­berkeleydb.htmlwww.transwarp.cn/­en/­subproduct/­hippo
Technische Dokumentationdocs.influxdata.com/­influxdbdocs.oracle.com/­cd/­E17076_05/­html/­index.html
EntwicklerFatCloudOracle infoursprünglich von Sleepycat entwickelt, von Oracle aufgekauft
Erscheinungsjahr2012201319942023
Aktuelle Version2.7.6, April 202418.1.40, Mai 20201.0, Mai 2023
Lizenz infoCommercial or Open SourcekommerziellOpen Source infoMIT-License; commercial enterprise version availableOpen Source infoKommerzielle Lizenz verfügbar bei Bedarfkommerziell
Ausschließlich ein Cloud-Service infoNur als Cloud-Service verfügbarneinneinneinnein
DBaaS Angebote (gesponserte Links) infoDatabase as a Service

Providers of DBaaS offerings, please contact us to be listed.
ImplementierungsspracheC#GoC, Java, C++ (depending on the Berkeley DB edition)C++
Server BetriebssystemeWindowsLinux
OS X infothrough Homebrew
AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows
Linux
macOS
Datenschemaschemafreischemafreischemafrei
Typisierung infovordefinierte Datentypen, z.B. float oder datejaNumeric data and StringsneinVector, Numeric and String
XML Unterstützung infoVerarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLTneinja infoonly with the Berkeley DB XML editionnein
Sekundärindizesjaneinjanein
SQL infoSupport of SQLnein infoÃœber Integration mit SQL ServerSQL-like query languageja infoSQL Interface basierend auf SQLite verfügbarnein
APIs und andere Zugriffskonzepte.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings
HTTP API
JSON over UDP
RESTful HTTP API
Unterstützte ProgrammiersprachenC#.Net
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Perl
PHP
Python
R
Ruby
Rust
Scala
.Net infoFigaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere infoEs gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js) info3rd party binding
Perl
Python
Tcl
C++
Java
Python
Server-seitige Scripts infoStored Proceduresja infoÃœber Applikationenneinneinnein
Triggersja infoÃœber Applikationenneinja infoonly for the SQL APInein
Partitionierungsmechanismen infoMethoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen KnotenShardingSharding infoin enterprise version onlykeineSharding
Replikationsmechanismen infoMethoden zum redundanten Speichern von Daten auf mehreren Knotenfrei wählbarer Replikationsfaktorfrei wählbarer Replikationsfaktor infoin enterprise version onlySource-Replica Replikation
MapReduce infoBietet ein API für Map/Reduce Operationenjaneinneinno
Konsistenzkonzept infoMethoden zur Sicherstellung der Konsistenz in einem verteilten SystemEventual Consistency
Immediate Consistency
Immediate Consistency
Fremdschlüssel inforeferenzielle Integritätneinneinneinnein
Transaktionskonzept infoUnterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren DatenmanipulationenneinneinACIDnein
Concurrency infoUnterstützung von gleichzeitig ausgeführten Datenmanipulationenjajaja
Durability infoDauerhafte Speicherung der Datenjajajaja
In-Memory Unterstützung infoGibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu haltenja infoDepending on used storage enginejaja
Berechtigungskonzept infoZugriffskontrollenein infoSecurity Layer kann über Applikationen implementiert werdenEinfache Rechteverwaltung mit BenutzeraccountsneinRole based access control and fine grained access rights
Weitere Informationen bereitgestellt vom Systemhersteller
FatDBInfluxDBOracle Berkeley DBTranswarp Hippo
Specific characteristicsInfluxData is the creator of InfluxDB , the open source time series database. It...
» mehr
Competitive advantagesTime to Value InfluxDB is available in all the popular languages and frameworks,...
» mehr
Typical application scenariosIoT & Sensor Monitoring Developers are witnessing the instrumentation of every available...
» mehr
Key customersInfluxData has more than 1,900 paying customers, including customers include MuleSoft,...
» mehr
Market metricsFastest-growing database to drive 27,500 GitHub stars Over 750,000 daily active instances
» mehr
Licensing and pricing modelsOpen source core with closed source clustering available either on-premise or on...
» mehr
Neuigkeiten

Scaling Data Collection: Solving Renewable Energy Challenges with InfluxDB
6. Juni 2024

Deadman Alerts with Grafana and InfluxDB Cloud 3.0
5. Juni 2024

Chasing the Skies: Monitoring Flights with InfluxDB
4. Juni 2024

Monitoring Your Cloud Environments and Applications with InfluxDB
30. Mai 2024

Webinar Recap: Unleash the Full Potential of Your Time Series Data with InfluxDB and AWS
29. 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

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen
FatDBInfluxDBOracle Berkeley DBTranswarp Hippo
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

Amazon Timestream for InfluxDB is now generally available
15. März 2024, AWS Blog

Apache Doris for Log and Time Series Data Analysis in NetEase: Why Not Elasticsearch and InfluxDB?
5. Juni 2024, hackernoon.com

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

bereitgestellt von Google News

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News



Teilen sie diese Seite mit ihrem Netzwerk

Featured Products

Datastax Astra logo

Bring all your data to Generative AI applications with vector search enabled by the most scalable
vector database available.
Try for Free

Milvus logo

Vector database designed for GenAI, fully equipped for enterprise implementation.
Try Managed Milvus for Free

Neo4j logo

See for yourself how a graph database can make your life easier.
Use Neo4j online for free.

Präsentieren Sie hier Ihr Produkt