DBMS > Heroic vs. Oracle Berkeley DB vs. TimesTen

Vergleich der Systemeigenschaften Heroic vs. Oracle Berkeley DB vs. TimesTen

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

Weit verbreiteter In-Process Key-Value Store

An in-memory SQL relational database that delivers microsecond response and high throughput for OLTP applications. TimesTen can be deployed as a standalone database or as a cache to a backend Oracle database.

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Relational DBMS

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

Punkte	0,02
Rang	#362	Overall
	#38	Time Series DBMS

Punkte	1,82
Rang	#127	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Punkte	1,19
Rang	#167	Overall
	#76	Relational DBMS

Website

github.com/spotify/heroic

www.oracle.com/database/technologies/related/berkeleydb.html

www.oracle.com/database/technologies/related/timesten.html

Technische Dokumentation

spotify.github.io/heroic

docs.oracle.com/cd/E17076_05/html/index.html

docs.oracle.com/en/database/other-databases/timesten/index.html

Entwickler

Spotify

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Oracle

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

2014

1994

1998

Aktuelle Version

18.1.40, Mai 2020

Release 22.1

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

kommerziell

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, C++ (depending on the Berkeley DB edition)

Server Betriebssysteme

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

IBM AIX Power PC 64-bit
Linux arm64
Linux x86-64
Solaris SPARC 64
Solaris SPARC/x86
Solaris x86-64

Datenschema

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

only with the Berkeley DB XML edition

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

SQL Interface basierend auf SQLite verfügbar

APIs und andere Zugriffskonzepte

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

ODBC
ODP.NET
Oracle Call Interface (OCI)
Pro*C/C++ programming interfaces
SQL and PL/SQL via JDBC

Unterstützte Programmiersprachen

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

C
C++
Java
Node.js
PL/SQL
Python

Server-seitige Scripts

Stored Procedures

nein

PL/SQL

Triggers

nein

only for the SQL API

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

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

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

by means of logfiles and checkpoints

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

How Code Wizards load tested Heroic Labs’ Nakama to two million concurrent players with AWS
1. Oktober 2024, AWS Blog

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

Is success of Goldman Sachs in HFT and quant development with Slang/SecDB no different than Erlang/Oracle Berkeley DB?
12. Januar 2012, substack.com

What is NoSQL (Not Only SQL database)?
28. Februar 2022, TechTarget

Margo I. Seltzer
12. Dezember 2024, Berkman Klein Center

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

The Intel Xeon E7-8800 v3 Review: The POWER8 Killer?
8. Mai 2015, AnandTech

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk