DBMS > Heroic vs. InfinityDB vs. Machbase Neo vs. MonetDB

Vergleich der Systemeigenschaften Heroic vs. InfinityDB vs. Machbase Neo vs. MonetDB

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

A Java embedded Key-Value Store which extends the Java Map interface

TimeSeries DBMS for AIoT and BigData

Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	0,08
Rang	#365	Overall
	#55	Key-Value Stores

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Punkte	1,72
Rang	#141	Overall
	#64	Relational DBMS

Website

github.com/spotify/heroic

boilerbay.com

machbase.com

www.monetdb.org

Technische Dokumentation

spotify.github.io/heroic

boilerbay.com/infinitydb/manual

machbase.com/dbms

www.monetdb.org/Documentation

Entwickler

Spotify

Boiler Bay Inc.

Machbase

MonetDB BV

Erscheinungsjahr

2014

2002

2013

2004

Aktuelle Version

4.0

V8.0, August 2023

Dec2023 (11.49), Dezember 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

free test version available

Open Source

Mozilla Public License 2.0

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

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Windows

FreeBSD
Linux
OS X
Solaris
Windows

Datenschema

schemafrei

nested virtual Java Maps, multi-value, logical â€˜tuple spaceâ€™ runtime Schema upgrade

Typisierung

vordefinierte Datentypen, z.B. float oder date

all Java primitives, Date, CLOB, BLOB, huge sparse arrays

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

nein

manual creation possible, using inversions based on multi-value capability

SQL

Support of SQL

nein

SQL-like query language

SQL 2003 mit einigen Erweiterungen

APIs und andere Zugriffskonzepte

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

Access via java.util.concurrent.ConcurrentNavigableMap Interface
Proprietary API to InfinityDB ItemSpace (boilerbay.com/docs/ItemSpaceDataStructures.htm)

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

JDBC
native C library

MAPI library (MonetDB application programming interface)
ODBC

Unterstützte Programmiersprachen

Java

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

C
C++
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

nein

yes, in SQL, C, R

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Sharding via remote tables

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

selectable replication factor

keine

Source-replica replication available in experimental status

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

READ-COMMITTED or SERIALIZED

Fremdschlüssel

referenzielle Integrität

nein

manual creation possible, using inversions based on multi-value capability

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Optimistic locking for transactions; no isolation for bulk loads

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

nein

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

nein

einfacher Passwort-basierter Zugriffsschutz

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

In 2024 the MonetDB Foundation was established for the preservation, maintenance and further development of the ...
31. Januar 2024, Centrum Wiskunde & Informatica (CWI)

MonetDB Secures Investment From (and Partners With) ServiceNow
9. Dezember 2021, Datanami

PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R - Part I - DataScienceCentral.com
6. April 2018, Data Science Central

How MonetDB Exploits Modern CPU Performance | by Dwi Prasetyo Adi Nugroho
14. Januar 2020, Towards Data Science

MonetDB Solutions secures investment from ServiceNow
30. September 2019, Centrum Wiskunde & Informatica (CWI)

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk