DBMS > FeatureBase vs. Heroic vs. IRONdb vs. Stardog

Vergleich der Systemeigenschaften FeatureBase vs. Heroic vs. IRONdb vs. Stardog

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Graph DBMS
RDF Store

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

Punkte	0,31
Rang	#292	Overall
	#135	Relational DBMS

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	2,07
Rang	#122	Overall
	#11	Graph DBMS
	#6	RDF Stores

Website

www.featurebase.com

github.com/spotify/heroic

www.circonus.com/solutions/time-series-database/

www.stardog.com

Technische Dokumentation

docs.featurebase.com

spotify.github.io/heroic

docs.circonus.com/irondb/category/getting-started

docs.stardog.com

Entwickler

Molecula and Pilosa Open Source Contributors

Spotify

Circonus LLC.

Stardog-Union

Erscheinungsjahr

2017

2014

2017

2010

Aktuelle Version

2022, May 2022

V0.10.20, January 2018

7.3.0, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

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

C und C++

Java

Server Betriebssysteme

Linux
macOS

Linux

Linux
macOS
Windows

Datenschema

schemafrei

schema-free and OWL/RDFS-schema support

Typisierung

vordefinierte Datentypen, z.B. float oder date

text, numeric, histograms

XML Unterstützung

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

nein

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

via Elasticsearch

nein

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

SQL queries

nein

SQL-like query language (Circonus Analytics Query Language: CAQL)

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

APIs und andere Zugriffskonzepte

gRPC
JDBC
Kafka Connector
ODBC

HQL (Heroic Query Language, a JSON-based language)
HTTP API

HTTP API

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

Unterstützte Programmiersprachen

Java
Python

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

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

yes, in Lua

user defined functions and aggregates, HTTP Server extensions in Java

Triggers

nein

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Automatic, metric affinity per node

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

configurable replication factor, datacenter aware

Multi-Source Replikation in HA-Cluster

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate consistency per node, eventual consistency across nodes

Immediate Consistency in HA-Cluster

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Zugriffsrechte für Benutzer und Rollen

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

Get Your Infrastructure Ready for Real-Time Analytics
9. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

The 10 Coolest Big Data Tools Of 2021
7. Dezember 2021, CRN

32 Data and Analytics Startups That Will Go Big, According to VCs
28. September 2021, Business Insider

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding
22. Februar 2024, Datanami

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk