DBMS > Hawkular Metrics vs. KairosDB vs. ToroDB vs. Vitess

Vergleich der Systemeigenschaften Hawkular Metrics vs. KairosDB vs. ToroDB vs. Vitess

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB 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.

Verteiltes Time Series DBMS basierend auf Cassandra

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Time Series DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

Punkte	0,62
Rang	#239	Overall
	#20	Time Series DBMS

Punkte	0,82
Rang	#209	Overall
	#97	Relational DBMS

Website

www.hawkular.org

github.com/kairosdb/kairosdb

github.com/torodb/server

vitess.io

Technische Dokumentation

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

kairosdb.github.io

vitess.io/docs

Entwickler

Community supported by Red Hat

8Kdata

The Linux Foundation, PlanetScale

Erscheinungsjahr

2014

2013

2016

2013

Aktuelle Version

1.2.2, November 2018

15.0.2, December 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

AGPL-V3

Open Source

Apache Version 2.0, commercial licenses available

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

Server Betriebssysteme

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java 7 VM

Docker
Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, boolean, date, object_id

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

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

HTTP REST

Graphite protocol
HTTP REST
Telnet API

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

Java
JavaScript

Node.js
PHP
Python

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

proprietäre Syntax

Triggers

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

Multi-Source Replikation
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

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency
Immediate Consistency

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

einfacher Passwort-basierter Zugriffsschutz

Zugriffsrechte für Benutzer und Rollen

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

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

Vitess, the database clustering system powering YouTube, graduates CNCF incubation
5. November 2019, SiliconANGLE News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes
18. Mai 2021, The Register

They scaled YouTube — now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk