DBMS > Heroic vs. ITTIA vs. LeanXcale

Vergleich der Systemeigenschaften Heroic vs. ITTIA vs. LeanXcale

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Edge Time Series DBMS with Real-Time Stream Processing

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

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	0,02
Rang	#373	Overall
	#40	Time Series DBMS

Punkte	0,45
Rang	#254	Overall
	#21	Time Series DBMS

Punkte	0,28
Rang	#283	Overall
	#42	Key-Value Stores
	#128	Relational DBMS

Website

github.com/spotify/heroic

www.ittia.com

www.leanxcale.com

Technische Dokumentation

spotify.github.io/heroic

Entwickler

Spotify

ITTIA L.L.C.

LeanXcale

Erscheinungsjahr

2014

2007

2015

Aktuelle Version

8.7

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

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
Windows

Datenschema

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Float/Blob/Integer/String/Unicode/Date/Time/Timestamp/Interval

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

yes

through Apache Derby

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
RESTful HTTP API
WebSocket

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Unterstützte Programmiersprachen

C
C++
JavaScript (Node.js)
Python

C
Java
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate 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

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

Berechtigungskonzept

Zugriffskontrolle

Database file passwords

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

How Code Wizards load tested Heroic Labs’ Nakama to two million concurrent players with AWS
1. Oktober 2024, AWS Blog

bereitgestellt von Google News

Embedded secured data base for STM32 MCUs
16. Oktober 2023, Electronics Weekly

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk