DBMS > InfluxDB vs. RDF4J vs. Splice Machine vs. STSdb

Vergleich der Systemeigenschaften InfluxDB vs. RDF4J vs. Splice Machine vs. STSdb

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

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

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

with GEO package

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

Punkte	22,12
Rang	#28	Overall
	#1	Time Series DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

Punkte	0,03
Rang	#365	Overall
	#54	Key-Value Stores

Website

www.influxdata.com/products/influxdb-overview

rdf4j.org

splicemachine.com

github.com/STSSoft/STSdb4

Technische Dokumentation

docs.influxdata.com/influxdb

rdf4j.org/documentation

splicemachine.com/how-it-works

Entwickler

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

Splice Machine

STS Soft SC

Erscheinungsjahr

2013

2004

2014

2011

Aktuelle Version

2.7.6, April 2024

3.1, March 2021

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

MIT-License; commercial enterprise version available

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

AGPL 3.0, commercial license available

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Server Betriebssysteme

Linux
OS X

through Homebrew

Linux
OS X
Unix
Windows

Linux
OS X
Solaris
Windows

Windows

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data and Strings

Primitive Typen und benutzerdefinierte Klassen

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

nein

APIs und andere Zugriffskonzepte

HTTP API
JSON over UDP

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
Native Spark Datasource
ODBC

.NET Client API

Unterstützte Programmiersprachen

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

Java
PHP
Python

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

C#
Java

Server-seitige Scripts

Stored Procedures

nein

Java

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

in enterprise version only

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

in enterprise version only

keine

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

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

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

nein

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

Deploying InfluxDB and Telegraf to Monitor Kubernetes
17. September 2024

Telegraf 1.32 Release Notes
13. September 2024

An Introductory Guide to Cloud Security for IIoT
12. September 2024

Building Real-Time Android Apps with InfluxDB Cloud: Data Logging, Querying, and Visualization
10. September 2024

How to Use InfluxDB for Real-Time SpringBoot Application Monitoring
5. September 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
14. März 2024, AWS Blog

InfluxData's Latest Updates Optimize Time Series Data for Better Performance, Scale and Management
19. September 2024, Integration Developers

InfluxData avoids ’AI magic beans’ in InfluxDB time series database update for enterprises
4. September 2024, VentureBeat

InfluxData makes performance, storage improvements to InfluxDB 3.0
4. September 2024, InfoWorld

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

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 Learning
19. Januar 2021, PR Newswire

2021: The Year of the Feature Store
19. Januar 2021, Datanami

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

Splice Machine Launches ML Manager Beta Program to Meet the Growing Demand for Operational AI
7. April 2019, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk