DBMS > Hawkular Metrics vs. LeanXcale vs. TimescaleDB vs. Tkrzw vs. XTDB

Vergleich der Systemeigenschaften Hawkular Metrics vs. LeanXcale vs. TimescaleDB vs. Tkrzw vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Relational DBMS

Time Series DBMS

Key-Value Store

Document Store

Sekundäre Datenbankmodelle

Relational DBMS

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

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

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

Punkte	4,46
Rang	#71	Overall
	#5	Time Series DBMS

Punkte	0,07
Rang	#372	Overall
	#57	Key-Value Stores

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

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

docs.timescale.com

www.xtdb.com/docs

Entwickler

Community supported by Red Hat

LeanXcale

Timescale

Mikio Hirabayashi

Juxt Ltd.

Erscheinungsjahr

2014

2015

2017

2020

2019

Aktuelle Version

2.15.0, Mai 2024

0.9.3, August 2020

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache 2.0

Open Source

Apache Version 2.0

Open Source

MIT License

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++

Clojure

Server Betriebssysteme

Linux
OS X
Windows

Linux
macOS

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

through Apache Derby

full PostgreSQL SQL syntax

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

HTTP REST

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

HTTP REST
JDBC

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

C
Java
Scala

.Net
C
C++
Delphi
Java

JDBC
JavaScript
Perl
PHP
Python
R
Ruby
Scheme
Tcl

C++
Java
Python
Ruby

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell

nein

Triggers

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

yes, across time and space (hash partitioning) attributes

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

keine

ja, jeder Knoten hat alle Daten

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

TimescaleDB Is a Vector Database Now, Too
25. September 2023, Datanami

Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers
4. April 2024, PR Newswire

Power IoT and time-series workloads with TimescaleDB for Azure Database for PostgreSQL
18. März 2019, Microsoft

Timescale Valuation Rockets to Over $1B with $110M Round, Marking the Explosive Rise of Time-Series Data
22. Februar 2022, Business Wire

TimescaleDB goes distributed; implements ‘Chunking’ over ‘Sharding’ for scaling-out
22. August 2019, Packt Hub

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk