DBMS > GreptimeDB vs. Oracle Berkeley DB vs. Warp 10

Vergleich der Systemeigenschaften GreptimeDB vs. Oracle Berkeley DB vs. Warp 10

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An open source Time Series DBMS built for increased scalability, high performance and efficiency

Weit verbreiteter In-Process Key-Value Store

TimeSeries DBMS specialized on timestamped geo data based on LevelDB or HBase

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Time Series DBMS

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

Punkte	0,13
Rang	#334	Overall
	#29	Time Series DBMS

Punkte	1,89
Rang	#122	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,06
Rang	#355	Overall
	#35	Time Series DBMS

Website

greptime.com

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

www.warp10.io

Technische Dokumentation

docs.greptime.com

docs.oracle.com/cd/E17076_05/html/index.html

www.warp10.io/content/02_Getting_started

Entwickler

Greptime Inc.

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

SenX

Erscheinungsjahr

2022

1994

2015

Aktuelle Version

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Apache License 2.0

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

Rust

C, Java, C++ (depending on the Berkeley DB edition)

Java

Server Betriebssysteme

Android
Docker
FreeBSD
Linux
macOS
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux
OS X
Windows

Datenschema

schema-free, schema definition possible

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL Interface basierend auf SQLite verfügbar

nein

APIs und andere Zugriffskonzepte

gRPC
HTTP API
JDBC

HTTP API
Jupyter
WebSocket

Unterstützte Programmiersprachen

C++
Erlang
Go
Java
JavaScript

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

Server-seitige Scripts

Stored Procedures

Python

nein

WarpScript

Triggers

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Simple rights management via user accounts

nein

Mandatory use of cryptographic tokens, containing fine-grained authorizations

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

GreptimeDB is a SQL & Python-enabled timeseries database system built from scratch...
» mehr

Competitive advantages

- Inherits advantages of Rust, such as excellent performance, memory safe, resource...
» mehr

Typical application scenarios

For IoT industries, GreptimeDB can seamless integrate with message queues and other...
» mehr

Key customers

Greptime's clients span multiple sectors including IoT, connected vehicles, and energy...
» mehr

Market metrics

GreptimeDB has garnered global recognition by topping GitHub trends following its...
» mehr

Licensing and pricing models

GreptimeDB: open source, distributed, cloud-native TSDB; supports Hybrid Time-series...
» mehr

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

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

What is NoSQL (Not Only SQL database)?
28. Februar 2022, TechTarget

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

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

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

bereitgestellt von Google News

Launched Just A Year Ago, Open-Source Scality S3 Server Gains Extraordinary Momentum As It Simplifies The Life Of Developers
28. Juni 2017, PR Newswire

Time Series Databases Software market latest trends, CAGR, and forecast till 2026 | eSherpa Market Reports
13. April 2020, openPR

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk