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

Vergleich der Systemeigenschaften Heroic vs. Kinetica vs. TerarkDB vs. Typesense 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

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 typo-tolerant, in-memory search engine optimized for instant search-as-you-type experiences and developer productivity

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

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

Punkte	0,08
Rang	#367	Overall
	#56	Key-Value Stores

Punkte	0,76
Rang	#219	Overall
	#14	Suchmaschinen

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

Website

github.com/spotify/heroic

www.kinetica.com

github.com/bytedance/terarkdb

typesense.org

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

Technische Dokumentation

spotify.github.io/heroic

docs.kinetica.com

bytedance.larkoffice.com/docs/doccnZmYFqHBm06BbvYgjsHHcKc

typesense.org/docs

www.xtdb.com/docs

Entwickler

Spotify

Kinetica

ByteDance, originally Terark

Juxt Ltd.

Erscheinungsjahr

2014

2012

2016

2015

2019

Aktuelle Version

7.1, August 2021

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

restricted open source version available

Open Source

GPL V3

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++

C++

Clojure

Server Betriebssysteme

Linux

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

Datenschema

schemafrei

pre-defined schema optional

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

C++ API
Java API

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

C++
Java
JavaScript (Node.js)
Python

C++
Java

.Net

community maintained
Clojure

community maintained
Dart

community maintained
Go

community maintained
Java

community maintained
JavaScript
Perl

community maintained
PHP
Python
Ruby
Rust

community maintained
Swift

community maintained

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

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Multi-source replication using RAFT

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

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

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

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

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

Elasticsearch alternatives: 8 to consider after the license change
11. März 2021, TechGenix

5 Recipe Search Engines to Cook Based on Time, Budget, & Ingredients - MUO
19. April 2022, MakeUseOf

Olivia Munn & John Mulaney's Toddler Malcolm Is a Style Icon
5. Mai 2023, SheKnows

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk