DBMS > Heroic vs. jBASE vs. Netezza vs. ObjectBox vs. Splunk

Vergleich der Systemeigenschaften Heroic vs. jBASE vs. Netezza vs. ObjectBox vs. Splunk

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

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Extremely fast embedded database for small devices, IoT and Mobile

Plattform für die Analyse von Big Data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

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	1,49
Rang	#156	Overall
	#3	Multivalue DBMS

Punkte	8,59
Rang	#45	Overall
	#29	Relational DBMS

Punkte	1,29
Rang	#166	Overall
	#5	Object oriented DBMS

Punkte	89,10
Rang	#14	Overall
	#2	Suchmaschinen

Website

github.com/spotify/heroic

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

www.ibm.com/products/netezza

objectbox.io

www.splunk.com

Technische Dokumentation

spotify.github.io/heroic

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

docs.objectbox.io

docs.splunk.com/Documentation/Splunk

Entwickler

Spotify

Rocket Software (früher Zumasys)

IBM

ObjectBox Limited

Splunk Inc.

Erscheinungsjahr

2014

1991

2000

2017

2003

Aktuelle Version

5.7

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache License 2.0

kommerziell

Eingeschränkte Gratisversion verfügbar

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 und C++

Server Betriebssysteme

AIX
Linux
Windows

Linux

In Appliance inkludiert

Android
iOS
Linux
macOS
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

Embedded SQL for jBASE in BASIC

nein

Splunk Search Processing Language for search commands

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

JDBC
ODBC
OLE DB

Proprietäres native API

HTTP REST

Unterstützte Programmiersprachen

.Net
Basic
Jabbascript
Java

C
C++
Fortran
Java
Lua
Perl
Python
R

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

C#
Java
JavaScript
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

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

online/offline synchronization between client and server

Multi-Source 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

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

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

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

Berechtigungskonzept

Zugriffskontrolle

Access rights can be defined down to the item level

Benutzer mit feingranularem Berechtigungskonzept

Zugriffsrechte für Benutzer und Rollen

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

Roundup: Telehouse, Cloudera, Netezza, EMC
31. Mai 2024, Data Center Knowledge

IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS
11. Juli 2023, IBM

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services
27. Mai 2020, AWS Blog

IBM Brings Back a Netezza, Attacks Yellowbrick
29. Juni 2020, Datanami

bereitgestellt von Google News

ObjectBox Raises $2M in Funding
4. Dezember 2018, FinSMEs

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk