DBMS > Heroic vs. jBASE vs. NSDb vs. Splunk vs. Vitess

Vergleich der Systemeigenschaften Heroic vs. jBASE vs. NSDb vs. Splunk vs. Vitess

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A robust multi-value DBMS comprising development tools and middleware

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

Plattform für die Analyse von Big Data

Scalable, distributed, cloud-native DBMS, extending MySQL

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	1,49
Rang	#156	Overall
	#3	Multivalue DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	89,10
Rang	#14	Overall
	#2	Suchmaschinen

Punkte	0,88
Rang	#203	Overall
	#95	Relational DBMS

Website

github.com/spotify/heroic

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

nsdb.io

www.splunk.com

vitess.io

Technische Dokumentation

spotify.github.io/heroic

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

nsdb.io/Architecture

docs.splunk.com/Documentation/Splunk

vitess.io/docs

Entwickler

Spotify

Rocket Software (früher Zumasys)

Splunk Inc.

The Linux Foundation, PlanetScale

Erscheinungsjahr

2014

1991

2017

2003

2013

Aktuelle Version

5.7

15.0.2, December 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2.0

kommerziell

Eingeschränkte Gratisversion verfügbar

Open Source

Apache Version 2.0, commercial licenses available

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

Java, Scala

Server Betriebssysteme

AIX
Linux
Windows

Linux
macOS

Linux
OS X
Solaris
Windows

Docker
Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

Sekundärindizes

via Elasticsearch

all fields are automatically indexed

SQL

Support of SQL

nein

Embedded SQL for jBASE in BASIC

SQL-like query language

nein

Splunk Search Processing Language for search commands

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

gRPC
HTTP REST
WebSocket

HTTP REST

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

.Net
Basic
Jabbascript
Java

Java
Scala

C#
Java
JavaScript
PHP
Python
Ruby

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Multi-Source Replikation
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

Eventual Consistency

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

A 'Transaction' in Splunk has a different meaning: grouping related events into a single one for later searching

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights can be defined down to the item level

Zugriffsrechte für Benutzer und Rollen

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder 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

DB-Engines Blog Posts

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

bereitgestellt von Google News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

They scaled YouTube -- now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

PlanetScale Serves up Vitess-Powered Serverless MySQL
23. November 2021, The New Stack

PlanetScale offers undo button to reverse schema migration without losing data
24. März 2022, The Register

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk