DBMS > Heroic vs. Manticore Search vs. NSDb vs. RDF4J

Vergleich der Systemeigenschaften Heroic vs. Manticore Search vs. NSDb vs. RDF4J

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

Multi-storage database for search, including full-text search.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

using the Manticore Columnar Library

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

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

Punkte	0,22
Rang	#312	Overall
	#21	Suchmaschinen

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Website

github.com/spotify/heroic

manticoresearch.com

nsdb.io

rdf4j.org

Technische Dokumentation

spotify.github.io/heroic

manual.manticoresearch.com

nsdb.io/Architecture

rdf4j.org/documentation

Entwickler

Spotify

Manticore Software

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2014

2017

2004

Aktuelle Version

6.0, Februar 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

GPL Version 2

Open Source

Apache Version 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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

C++

Java, Scala

Java

Server Betriebssysteme

FreeBSD
Linux
macOS
Windows

Linux
macOS

Linux
OS X
Unix
Windows

Datenschema

schemafrei

Fixed schema

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

Int, Bigint, Float, Timestamp, Bit, Int array, Bigint array, JSON, Boolean

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Can index from XML

nein

Sekundärindizes

via Elasticsearch

Full-Text Index auf allen Suchfeldern

all fields are automatically indexed

SQL

Support of SQL

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

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

Binary API
RESTful HTTP/JSON API
RESTful HTTP/SQL API
SQL over MySQL

gRPC
HTTP REST
WebSocket

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Elixir
Go
Java
JavaScript (Node.js)
Perl
PHP
Python

Java
Scala

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

user defined functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Synchronous replication based on Galera library

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

isolated transactions for atomic changes and binary logging for safe writes

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Der Originalinhalt von Feldern wird nicht im Manticore-Index gespeichert.

Using Apache Lucene

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

Integrating Manticore Search with Apache Superset
8. August 2023, hackernoon.com

Clickhouse vs Elasticsearch vs Manticore Search Query Times With a 1.7B NYC Taxi Rides Benchmark
1. Juni 2022, hackernoon.com

Google's Gemini comes to databases
9. April 2024, Yahoo Canada Shine On

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

8 Google Alternatives: How to Search Crypto, the Dark Web, More
1. Februar 2023, Gizmodo

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk