DBMS > H2 vs. Hawkular Metrics vs. Kinetica vs. Postgres-XL

Vergleich der Systemeigenschaften H2 vs. Hawkular Metrics vs. Kinetica vs. Postgres-XL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Fully vectorized database across both GPUs and CPUs

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Spatial DBMS
Time Series DBMS

Document Store
Spatial DBMS

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

Punkte	8,13
Rang	#49	Overall
	#31	Relational DBMS

Punkte	0,00
Rang	#379	Overall
	#40	Time Series DBMS

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

Technische Dokumentation

www.h2database.com/html/main.html

www.hawkular.org/hawkular-metrics/docs/user-guide

docs.kinetica.com

www.postgres-xl.org/documentation

Entwickler

Thomas Mueller

Community supported by Red Hat

Kinetica

Erscheinungsjahr

2005

2014

2012

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

2.2.220, Juli 2023

7.1, August 2021

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

dual-licence (Mozilla public license, Eclipse public license)

Open Source

Apache 2.0

kommerziell

Open Source

Mozilla public 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

Java

C, C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Linux

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC

HTTP REST

JDBC
ODBC
RESTful HTTP API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

Java

Go
Java
Python
Ruby

C++
Java
JavaScript (Node.js)
Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Java Stored Procedures and User-Defined Functions

nein

benutzerdefinierte Funktionen

Triggers

via Hawkular Alerting

triggers when inserted values for one or more columns fall within a specified range

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

With clustering: 2 database servers on different computers operate on identical copies of a database

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk