DBMS > Heroic vs. Kinetica vs. OpenQM vs. STSdb vs. ToroDB

Vergleich der Systemeigenschaften Heroic vs. Kinetica vs. OpenQM vs. STSdb vs. ToroDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

Fully vectorized database across both GPUs and CPUs

QpenQM is a high-performance, self-tuning, multi-value DBMS

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

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

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

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

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

Punkte	0,34
Rang	#284	Overall
	#10	Multivalue DBMS

Punkte	0,10
Rang	#357	Overall
	#51	Key-Value Stores

Website

github.com/spotify/heroic

www.kinetica.com

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

github.com/STSSoft/STSdb4

github.com/torodb/server

Technische Dokumentation

spotify.github.io/heroic

docs.kinetica.com

Entwickler

Spotify

Kinetica

Rocket Software, originally Martin Phillips

STS Soft SC

8Kdata

Erscheinungsjahr

2014

2012

1993

2011

2016

Aktuelle Version

7.1, August 2021

3.4-12

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Open Source

GPLv2, kommerzielle Lizenz verfügbar

Open Source

AGPL-V3

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++

Java

Server Betriebssysteme

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

with some exceptions

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Primitive Typen und benutzerdefinierte Klassen

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

via Elasticsearch

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
RESTful HTTP API

.NET Client API

Unterstützte Programmiersprachen

C++
Java
JavaScript (Node.js)
Python

.Net
Basic
C
Java
Objective C
PHP
Python

C#
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

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

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Source-Replica Replikation

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 or Eventual Consistency depending on configuration

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Access rights can be defined down to the item level

nein

Zugriffsrechte für Benutzer und 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

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

bereitgestellt von Google News

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk