DBMS > Hawkular Metrics vs. IRONdb vs. Netezza vs. RDF4J

Vergleich der Systemeigenschaften Hawkular Metrics vs. IRONdb vs. Netezza vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

IRONdb 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.

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

RDF Store

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

Punkte	0,01
Rang	#377	Overall
	#39	Time Series DBMS

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

www.hawkular.org

www.circonus.com/solutions/time-series-database/

www.ibm.com/products/netezza

rdf4j.org

Technische Dokumentation

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

docs.circonus.com/irondb/category/getting-started

rdf4j.org/documentation

Entwickler

Community supported by Red Hat

Circonus LLC.

IBM

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2014

2017

2000

2004

Aktuelle Version

V0.10.20, January 2018

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

C und C++

Java

Server Betriebssysteme

Linux
OS X
Windows

Linux

In Appliance inkludiert

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

text, numeric, histograms

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like query language (Circonus Analytics Query Language: CAQL)

nein

APIs und andere Zugriffskonzepte

HTTP REST

HTTP API

JDBC
ODBC
OLE DB

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

.Net
C
C++
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Lua
Perl
PHP
Python
R
Ruby
Rust
Scala

C
C++
Fortran
Java
Lua
Perl
Python
R

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

yes, in Lua

Triggers

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Automatic, metric affinity per node

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

configurable replication factor, datacenter aware

Source-Replica Replikation

keine

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

Immediate consistency per node, eventual consistency across nodes

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept

nein

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…
5. Juni 2019, DevClass

bereitgestellt von Google News

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, IBM

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, Microsoft

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk