DBMS > HEAVY.AI vs. KairosDB vs. OpenTSDB vs. OrigoDB

Vergleich der Systemeigenschaften HEAVY.AI vs. KairosDB vs. OpenTSDB vs. OrigoDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Verteiltes Time Series DBMS basierend auf Cassandra

Skalierbares Timeseries DBMS basierend auf HBase

A fully ACID in-memory object graph database

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	0,67
Rang	#233	Overall
	#20	Time Series DBMS

Punkte	1,68
Rang	#142	Overall
	#12	Time Series DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#19	Object oriented DBMS

Website

github.com/heavyai/heavydb
www.heavy.ai

github.com/kairosdb/kairosdb

opentsdb.net

origodb.com

Technische Dokumentation

docs.heavy.ai

kairosdb.github.io

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

origodb.com/docs

Entwickler

HEAVY.AI, Inc.

derzeit von Yahoo und anderen gewartet

Robert Friberg et al

Erscheinungsjahr

2016

2013

2011

2009

under the name LiveDB

Aktuelle Version

5.10, Jänner 2022

1.2.2, November 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 2.0

Open Source

LGPL

Open Source

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

C++ and CUDA

Java

Server Betriebssysteme

Linux

Linux
OS X
Windows

Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

numerische Daten für Metriken, Strings für Tags

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

Graphite protocol
HTTP REST
Telnet API

HTTP API
Telnet API

.NET Client API
HTTP API
LINQ

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

Java
JavaScript

Node.js
PHP
Python

Erlang
Go
Java
Python
R
Ruby

.Net

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Domain Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

basierend auf Cassandra

Sharding

basierend auf HBase

horizontale Partitionierung

client side managed; servers are not synchronized

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

frei wählbarer Replikationsfaktor

basierend auf HBase

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

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

depending on model

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Write ahead log

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

einfacher Passwort-basierter Zugriffsschutz

nein

Role based authorization

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

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

Expo: Real Time A/B Testing and Monitoring with Spark Streaming and Kafka at Walmart Labs
24. Mai 2019, InfoQ.com

bereitgestellt von Google News

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

MapR to help admins peer into dense Hadoop clusters
28. Juni 2016, SiliconANGLE News

A real-time processing revival - O'Reilly Radar
2. April 2015, O'Reilly Radar

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk