DBMS > H2 vs. Hawkular Metrics vs. PouchDB vs. Trafodion

Vergleich der Systemeigenschaften H2 vs. Hawkular Metrics vs. PouchDB vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

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.

JavaScript DBMS mit einem von CouchDB inspirierten API

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

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	2,28
Rang	#115	Overall
	#21	Document Stores

Website

Technische Dokumentation

www.h2database.com/html/main.html

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

pouchdb.com/guides

trafodion.apache.org/documentation.html

Entwickler

Thomas Mueller

Community supported by Red Hat

Apache Software Foundation

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2005

2014

2012

2014

Aktuelle Version

2.2.220, Juli 2023

7.1.1, Juni 2019

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

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

Open Source

Apache 2.0

Open Source

Apache 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

Java

JavaScript

C++, Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Linux

Datenschema

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

Sekundärindizes

nein

über Views

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

HTTP REST

only for PouchDB Server
JavaScript API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

Java

Go
Java
Python
Ruby

JavaScript

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

Java Stored Procedures and User-Defined Functions

nein

View Functions in JavaScript

Java Stored Procedures

Triggers

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Sharding

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

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

mittels IndexedDB, WebSQL oder LevelDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

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

DB-Engines Blog Posts

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

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

Building an Offline First App with PouchDB — SitePoint
10. März 2014, SitePoint

Getting Started with PouchDB Client-Side JavaScript Database — SitePoint
7. September 2016, SitePoint

3 Reasons To Think Offline First
22. März 2017, ibm.com

Create Offline Web Apps Using Service Workers & PouchDB — SitePoint
7. März 2017, SitePoint

Offline-first web and mobile apps: Top frameworks and components
22. Januar 2019, TechBeacon

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk