DBMS > InfluxDB vs. Oracle Berkeley DB

Vergleich der Systemeigenschaften InfluxDB vs. Oracle Berkeley DB

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

Unsere Besucher vergleichen InfluxDB und Oracle Berkeley DB oft mit SQLite, Redis und RocksDB.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DBMS for storing time series, events and metrics

Weit verbreiteter In-Process Key-Value Store

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Sekundäre Datenbankmodelle

Spatial DBMS

with GEO package

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

Punkte	21,54
Rang	#28	Overall
	#1	Time Series DBMS

Punkte	1,71
Rang	#129	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Website

www.influxdata.com/products/influxdb-overview

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

Technische Dokumentation

docs.influxdata.com/influxdb

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

Entwickler

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Erscheinungsjahr

2013

1994

Aktuelle Version

2.7.6, April 2024

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

Open Source

MIT-License; commercial enterprise version available

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

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

Server Betriebssysteme

Linux
OS X

through Homebrew

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data and Strings

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

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

SQL Interface basierend auf SQLite verfügbar

APIs und andere Zugriffskonzepte

HTTP API
JSON over UDP

Unterstützte Programmiersprachen

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

.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

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

in enterprise version only

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

in enterprise version only

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

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

In-Memory Unterstützung

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

Depending on used storage engine

Berechtigungskonzept

Zugriffskontrolle

Einfache Rechteverwaltung mit Benutzeraccounts

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

InfluxDB 3 Core & Enterprise GA: The Next Generation Time Series Platform for Developers is Here
15. April 2025

Deadman Alerts with the Python Processing Engine
9. April 2025

Optimizing SQL (and DataFrames) in DataFusion: Part 2
3. April 2025

Simplifying Multi-Node Setups with InfluxDB 3 Enterprise Modes
2. April 2025

Optimizing SQL (and DataFrames) in DataFusion: Part 1
31. März 2025

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

InfluxData Releases InfluxDB 3 Core and InfluxDB 3 Enterprise
16. April 2025, Database Trends and Applications

InfluxDB 3 Core & Enterprise bring high-speed data tools
17. April 2025, IT Brief Asia

InfluxData rolls out InfluxDB 3 to power real-time apps at scale
15. April 2025, Blocks and Files

InfluxData Announces General Availability of InfluxDB 3 Core and InfluxDB 3 Enterprise, Simplifying How Developers Build with Time Series Data
15. April 2025, Silicon Canals

Time series data: AWS/InfluxDB team up for open-source innovation
7. April 2025, SiliconANGLE

bereitgestellt von Google News

Recognition For NoSQL Pioneers
5. Juli 2021, i-programmer.info

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert!

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

Which Are the Top Local Databases for React Native
15. Oktober 2019, appinventiv.com

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular
5. März 2019, ADTmag

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk