DBMS > Heroic vs. Sphinx vs. Teradata Aster

Vergleich der Systemeigenschaften Heroic vs. Sphinx vs. Teradata Aster

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Teradata Aster has been integrated into other Teradata systems and therefore will be removed from the DB-Engines ranking.

Kurzbeschreibung

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

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

Platform for big data analytics on multistructured data sources and types

Primäres Datenbankmodell

Time Series DBMS

Suchmaschine

Relational DBMS

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

Punkte	0,02
Rang	#364	Overall
	#39	Time Series DBMS

Punkte	5,79
Rang	#56	Overall
	#5	Suchmaschinen

Website

github.com/spotify/heroic

sphinxsearch.com

Technische Dokumentation

spotify.github.io/heroic

sphinxsearch.com/docs

Entwickler

Spotify

Sphinx Technologies Inc.

Teradata

Erscheinungsjahr

2014

2001

2005

Aktuelle Version

3.5.1, Februar 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

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++

Server Betriebssysteme

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Linux

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

defined schema within the relational store; partial schema or schema free in the Aster File Store

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

in Aster File Store

Sekundärindizes

via Elasticsearch

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

nein

SQL-like query language (SphinxQL)

APIs und andere Zugriffskonzepte

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

Proprietäres Protokoll

ADO.NET
JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

C
C#
C++
Java
Python
R

Server-seitige Scripts

Stored Procedures

nein

R packages

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

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Dimension tables are replicated across all nodes in the cluster. The number of replicas for the file store can be configured.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

SQL Map-Reduce Framework

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

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

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

DB-Engines Blog Posts

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

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

bereitgestellt von Google News

Manticore is on search for new investment and partners
9. Dezember 2024, Blocks and Files

Brainiacs Episode 13: Sphinx Formations, Fake News, and “The Mom Penalty”
23. Februar 2024, NYU

Switching From Sphinx to MkDocs Documentation – What Did I Gain and Lose
2. Februar 2024, Towards Data Science

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

Voice Recognition Tools Review. Alexa, PocketSphinx, Google API or Project Oxford?
1. März 2024, Netguru

bereitgestellt von Google News

Teradata Enhances Big Data Analytics Platform
21. Februar 2013, Data Center Knowledge

Teradata Aster gets graph database, HDFS-compatible file store
8. Oktober 2013, ZDNET

Teradata's Aster shows how the flowers of fraud bloom
23. April 2015, theregister.com

Oklahoma State grad students top winners at Teradata 2016 PARTNERS Conference
23. September 2016, Oklahoma State University

Teradata Integrates Big Data Analytic Architecture
22. Oktober 2012, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk