DBMS > Heroic vs. Kinetica vs. SiteWhere vs. TerarkDB vs. XTDB

Vergleich der Systemeigenschaften Heroic vs. Kinetica vs. SiteWhere vs. TerarkDB vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Fully vectorized database across both GPUs and CPUs

M2M Integrationsplatform zur Speicherung und Abfrage von Zeitserien

A key-value store forked from RocksDB with advanced compression algorithms. It can be used standalone or as a storage engine for MySQL and MongoDB

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

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

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

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	0,64
Rang	#236	Overall
	#109	Relational DBMS

Punkte	0,06
Rang	#356	Overall
	#35	Time Series DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	0,11
Rang	#343	Overall
	#46	Document Stores

Website

github.com/spotify/heroic

www.kinetica.com

github.com/sitewhere/sitewhere

github.com/bytedance/terarkdb

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

Technische Dokumentation

spotify.github.io/heroic

docs.kinetica.com

sitewhere1.sitewhere.io/index.html

bytedance.larkoffice.com/docs/doccnZmYFqHBm06BbvYgjsHHcKc

www.xtdb.com/docs

Entwickler

Spotify

Kinetica

SiteWhere

ByteDance, originally Terark

Juxt Ltd.

Erscheinungsjahr

2014

2012

2010

2016

2019

Aktuelle Version

7.1, August 2021

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Common Public Attribution License Version 1.0

kommerziell

restricted open source version available

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, C++

Java

C++

Clojure

Server Betriebssysteme

Linux

Linux
OS X
Windows

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

Datenschema

schemafrei

vordefiniertes Schema

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

via Elasticsearch

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
RESTful HTTP API

HTTP REST

C++ API
Java API

HTTP REST
JDBC

Unterstützte Programmiersprachen

C++
Java
JavaScript (Node.js)
Python

C++
Java

Clojure
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

basierend auf HBase

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf HBase

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
Immediate Consistency

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

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

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

Benutzer mit feingranularem Berechtigungskonzept

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

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

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

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

SiteWhere: An open platform for connected devices
11. Juli 2017, Open Source For You

Ten Popular IoT Platforms You Should be Aware of
27. März 2023, Open Source For You

11 Best Open source IoT Platforms To Develop Smart Projects
9. März 2023, H2S Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk