DBMS > atoti vs. Hawkular Metrics vs. Kinetica vs. LeanXcale vs. Sadas Engine

Vergleich der Systemeigenschaften atoti vs. Hawkular Metrics vs. Kinetica vs. LeanXcale vs. Sadas Engine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

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

Fully vectorized database across both GPUs and CPUs

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Primäres Datenbankmodell

Object oriented DBMS

Time Series DBMS

Relational DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,61
Rang	#243	Overall
	#10	Object oriented DBMS

Punkte	0,08
Rang	#366	Overall
	#39	Time Series DBMS

Punkte	0,66
Rang	#234	Overall
	#107	Relational DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	0,07
Rang	#373	Overall
	#157	Relational DBMS

Website

Technische Dokumentation

docs.atoti.io

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

docs.kinetica.com

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

Entwickler

ActiveViam

Community supported by Red Hat

Kinetica

LeanXcale

SADAS s.r.l.

Erscheinungsjahr

2014

2012

2015

2006

Aktuelle Version

7.1, August 2021

8.0

Lizenz

Commercial or Open Source

kommerziell

free versions available

Open Source

Apache 2.0

kommerziell

free trial version 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

C, C++

C++

Server Betriebssysteme

Linux
OS X
Windows

Linux

AIX
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

SQL

Support of SQL

Multidimensional Expressions (MDX)

nein

SQL-like DML and DDL statements

through Apache Derby

APIs und andere Zugriffskonzepte

HTTP REST

JDBC
ODBC
RESTful HTTP API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

JDBC
ODBC
Proprietäres Protokoll

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

C++
Java
JavaScript (Node.js)
Python

C
Java
Scala

.Net
C
C#
C++
Groovy
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Python

nein

benutzerdefinierte Funktionen

nein

Triggers

via Hawkular Alerting

triggers when inserted values for one or more columns fall within a specified range

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding, horizontal partitioning

Sharding

basierend auf Cassandra

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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 or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

GPU vRAM or System RAM

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

nein

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Access rights for users, groups and roles according to 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

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

Kinetica Delivers Real-Time Vector Similarity Search
22. März 2024, Geospatial World

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk