DBMS > GeoMesa vs. Graphite vs. Heroic vs. Oracle Rdb vs. SpaceTime

Vergleich der Systemeigenschaften GeoMesa vs. Graphite vs. Heroic vs. Oracle Rdb vs. SpaceTime

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

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

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	4,57
Rang	#73	Overall
	#5	Time Series DBMS

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	1,08
Rang	#184	Overall
	#85	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#7	Spatial DBMS

Website

www.geomesa.org

github.com/graphite-project/graphite-web

github.com/spotify/heroic

www.oracle.com/database/technologies/related/rdb.html

www.mireo.com/spacetime

Technische Dokumentation

www.geomesa.org/documentation/stable/user/index.html

graphite.readthedocs.io

spotify.github.io/heroic

www.oracle.com/database/technologies/related/rdb-doc.html

Entwickler

CCRi und Andere

Chris Davis

Spotify

Oracle, originally developed by Digital Equipment Corporation (DEC)

Mireo

Erscheinungsjahr

2014

2006

2014

1984

2020

Aktuelle Version

4.0.5, Februar 2024

7.4.1.1, 2021

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

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

Python

Java

C++

Server Betriebssysteme

Linux
Unix

HP Open VMS

Linux

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

nein

A subset of ANSI SQL is implemented

APIs und andere Zugriffskonzepte

HTTP API
Sockets

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

RESTful HTTP API

Unterstützte Programmiersprachen

JavaScript (Node.js)
Python

C#
C++
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

keine

Sharding

Fixed-grid hypercubes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

keine

Real-time block device replication (DRBD)

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

keine

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

yes, on a single node

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

nein

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

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

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

InfluxDB: From Open Source Time Series Database to Millions in Revenue
3. März 2021, hackernoon.com

bereitgestellt von Google News

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

bereitgestellt von Google News

Oracle Adds New AI-Enabling Features To MySQL HeatWave
23. März 2023, Forbes

Should we all consolidate databases for the storage benefits? Reg vultures deploy DevOps, zoos, haircuts
18. September 2020, The Register

2013 Data Science Salary Survey – O'Reilly
4. Mai 2013, O'Reilly Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk