DBMS > Graphite vs. OpenTSDB vs. Pinecone vs. XTDB

Vergleich der Systemeigenschaften Graphite vs. OpenTSDB vs. Pinecone vs. XTDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

Skalierbares Timeseries DBMS basierend auf HBase

A managed, cloud-native vector database

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Time Series DBMS

Vektor DBMS

Document Store

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

Punkte	5,19
Rang	#62	Overall
	#4	Time Series DBMS

Punkte	1,59
Rang	#140	Overall
	#12	Time Series DBMS

Punkte	3,02
Rang	#87	Overall
	#3	Vektor DBMS

Punkte	0,13
Rang	#330	Overall
	#45	Document Stores

Website

github.com/graphite-project/graphite-web

opentsdb.net

www.pinecone.io

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

graphite.readthedocs.io

opentsdb.net/docs/build/html/index.html

docs.pinecone.io/docs/overview

www.xtdb.com/docs

Entwickler

Chris Davis

derzeit von Yahoo und anderen gewartet

Pinecone Systems, Inc

Juxt Ltd.

Erscheinungsjahr

2006

2011

2019

Aktuelle Version

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

LGPL

kommerziell

Open Source

MIT License

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

Python

Java

Clojure

Server Betriebssysteme

Linux
Unix

Linux
Windows

gehostet

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

numerische Daten für Metriken, Strings für Tags

String, Number, Boolean

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

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

HTTP API
Sockets

HTTP API
Telnet API

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

JavaScript (Node.js)
Python

Erlang
Go
Java
Python
R
Ruby

Python

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf HBase

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf HBase

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

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

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

alle anzeigen

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

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

Most Prominent Time Series Databases For Data Scientists
6. September 2021, AIM

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

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

Brain Monitoring with Kafka, OpenTSDB, and Grafana
5. August 2016, KDnuggets

LogicMonitor Rolls a Time Series Database for Finer-Grain Reporting
1. Juni 2016, The New Stack

bereitgestellt von Google News

Using the Pinecone vector database in .NET
12. September 2024, InfoWorld

Pinecone serverless goes multicloud as vector database market heats up
27. August 2024, VentureBeat

Pinecone launches its serverless vector database out of preview
21. Mai 2024, TechCrunch

Pinecone vector database available on AWS, Azure, and Google clouds
27. August 2024, Blocks & Files

Pinecone launches serverless vector database on Azure, GCP
27. August 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk