DBMS > InfluxDB vs. JaguarDB vs. OpenQM vs. Splice Machine

Vergleich der Systemeigenschaften InfluxDB vs. JaguarDB vs. OpenQM vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DBMS for storing time series, events and metrics

Performant, highly scalable DBMS for AI and IoT applications

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

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Vektor DBMS

Multivalue DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

with GEO package

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

Punkte	24,39
Rang	#28	Overall
	#1	Time Series DBMS

Punkte	0,06
Rang	#381	Overall
	#59	Key-Value Stores
	#15	Vektor DBMS

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

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

www.influxdata.com/products/influxdb-overview

www.jaguardb.com

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

splicemachine.com

Technische Dokumentation

docs.influxdata.com/influxdb

www.jaguardb.com/support.html

splicemachine.com/how-it-works

Entwickler

DataJaguar, Inc.

Rocket Software, originally Martin Phillips

Splice Machine

Erscheinungsjahr

2013

2015

1993

2014

Aktuelle Version

2.7.6, April 2024

3.3 July 2023

3.4-12

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

MIT-License; commercial enterprise version available

Open Source

GPL V3.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Open Source

AGPL 3.0, commercial license 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

C++

the server part. Clients available in other languages

Java

Server Betriebssysteme

Linux
OS X

through Homebrew

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

with some exceptions

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data and Strings

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

SQL-like query language

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

nein

APIs und andere Zugriffskonzepte

HTTP API
JSON over UDP

JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

.Net
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Perl
PHP
Python
R
Ruby
Rust
Scala

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

.Net
Basic
C
Java
Objective C
PHP
Python

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

in enterprise version only

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

in enterprise version only

Multi-Source Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Depending on used storage engine

nein

Berechtigungskonzept

Zugriffskontrolle

Einfache Rechteverwaltung mit Benutzeraccounts

Rechteverwaltung mit Benutzeraccounts

Access rights can be defined down to the item level

Access rights for users, groups and roles according to SQL-standard

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

InfluxData is the creator of InfluxDB , the open source time series database. It...
» mehr

Competitive advantages

Time to Value InfluxDB is available in all the popular languages and frameworks,...
» mehr

Typical application scenarios

IoT & Sensor Monitoring Developers are witnessing the instrumentation of every available...
» mehr

Key customers

InfluxData has more than 1,900 paying customers, including customers include MuleSoft,...
» mehr

Market metrics

Fastest-growing database to drive 27,500 GitHub stars Over 750,000 daily active instances
» mehr

Licensing and pricing models

Open source core with closed source clustering available either on-premise or on...
» mehr

Neuigkeiten

Apache Superset and InfluxDB Cloud 3.0
14. Juni 2024

Scaling Data Collection: Solving Renewable Energy Challenges with InfluxDB
6. Juni 2024

Deadman Alerts with Grafana and InfluxDB Cloud 3.0
5. Juni 2024

Chasing the Skies: Monitoring Flights with InfluxDB
4. Juni 2024

Monitoring Your Cloud Environments and Applications with InfluxDB
30. 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

Why Build a Time Series Data Platform?
20. Juli 2017, Paul Dix (guest author)

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Run and manage open source InfluxDB databases with Amazon Timestream | Amazon Web Services
14. März 2024, AWS Blog

Amazon Timestream: Managed InfluxDB for Time Series Data
14. März 2024, The New Stack

InfluxData Collaborating with AWS to Bring InfluxDB and Time Series Analytics to Developers Around the World
14. März 2024, businesswire.com

How the FDAP Stack Gives InfluxDB 3.0 Real-Time Speed, Efficiency
15. März 2024, Datanami

AWS and InfluxData partner to offer managed time series database Timestream for InfluxDB
5. April 2024, VentureBeat

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Real-time machine learning with Splice Machine's ML Manager
17. April 2019, TechTarget

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk