DBMS > IBM Db2 Event Store vs. KairosDB vs. OpenQM vs. RDF4J

Vergleich der Systemeigenschaften IBM Db2 Event Store vs. KairosDB vs. OpenQM vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Distributed Event Store optimized for Internet of Things use cases

Verteiltes Time Series DBMS basierend auf Cassandra

QpenQM is a high-performance, self-tuning, multi-value DBMS

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

Primäres Datenbankmodell

Event Store
Time Series DBMS

Time Series DBMS

Multivalue DBMS

RDF Store

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

Punkte	0,27
Rang	#309	Overall
	#2	Event Stores
	#28	Time Series DBMS

Punkte	0,67
Rang	#233	Overall
	#20	Time Series DBMS

Punkte	0,34
Rang	#284	Overall
	#10	Multivalue DBMS

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Website

www.ibm.com/products/db2-event-store

github.com/kairosdb/kairosdb

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

rdf4j.org

Technische Dokumentation

www.ibm.com/docs/en/db2-event-store

kairosdb.github.io

rdf4j.org/documentation

Entwickler

IBM

Rocket Software, originally Martin Phillips

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

Erscheinungsjahr

2017

2013

1993

2004

Aktuelle Version

2.0

1.2.2, November 2018

3.4-12

Lizenz

Commercial or Open Source

kommerziell

free developer edition available

Open Source

Apache 2.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

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

C und C++

Java

Server Betriebssysteme

Linux

Linux, macOS, Windows for the developer addition

Linux
OS X
Windows

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Linux
OS X
Unix
Windows

Datenschema

schemafrei

with some exceptions

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

through the embedded Spark runtime

nein

APIs und andere Zugriffskonzepte

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

Graphite protocol
HTTP REST
Telnet API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

Java
JavaScript

Node.js
PHP
Python

.Net
Basic
C
Java
Objective C
PHP
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Active-active shard replication

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

einfacher Passwort-basierter Zugriffsschutz

Access rights can be defined down to the item level

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

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, ibm.com

How IBM Is Turning Db2 into an ‘AI Database’
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

bereitgestellt von Google News

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

Expo: Real Time A/B Testing and Monitoring with Spark Streaming and Kafka at Walmart Labs
24. Mai 2019, InfoQ.com

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk