DBMS > Hawkular Metrics vs. Heroic vs. IBM Db2 Event Store vs. SAP Advantage Database Server

Vergleich der Systemeigenschaften Hawkular Metrics vs. Heroic vs. IBM Db2 Event Store vs. SAP Advantage Database Server

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

SAP Advantage Database Server seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

Distributed Event Store optimized for Internet of Things use cases

Low-cost RDBMS with access to ISAM and FoxPro data structures

Primäres Datenbankmodell

Time Series DBMS

Event Store
Time Series DBMS

Relational DBMS

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

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

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	0,19
Rang	#323	Overall
	#2	Event Stores
	#28	Time Series DBMS

Website

www.hawkular.org

github.com/spotify/heroic

www.ibm.com/products/db2-event-store

www.sap.com/products/advantage-database-server.html

Technische Dokumentation

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

spotify.github.io/heroic

www.ibm.com/docs/en/db2-event-store

Entwickler

Community supported by Red Hat

Spotify

IBM

Sybase, SAP

Erscheinungsjahr

2014

2017

1993

Aktuelle Version

2.0

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

free developer edition available

kommerziell

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 und C++

Server Betriebssysteme

Linux
OS X
Windows

Linux

Linux, macOS, Windows for the developer addition

Linux
Windows

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

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

nein

through the embedded Spark runtime

APIs und andere Zugriffskonzepte

HTTP REST

HQL (Heroic Query Language, a JSON-based language)
HTTP API

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

.NET Client API
ADO.NET
JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Delphi
Perl
PHP

Server-seitige Scripts

Stored Procedures

nein

Triggers

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Active-active shard replication

Multi-Source Replikation

CONFLICT Trigger to resolve replication conflicts
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency
Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-Memory Unterstützung

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

nein

caching of (temporary) tables can be configured

Berechtigungskonzept

Zugriffskontrolle

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

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

The vision for Db2
26. Februar 2019, biplatform.nl

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, IBM

IBM Builds New Ultra-Fast Platform for Hoovering Up and Analyzing Data from Anywhere
31. Mai 2018, Data Center Knowledge

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

bereitgestellt von Google News

SAP Announces Q3 2023 Results: Asia Pacific and Japan View
19. Oktober 2023, SAP News

AIRWORLD PART 15: WORLD'S SECOND BEST AIRPORT TERMINAL
30. September 2005, Ad Age

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk