@phdthesis{Schinker2019,
  type      = {Master Thesis},
  author    = {Kathrin Schinker},
  title     = {Vergleich von Time Series Databases und Event Stores},
  url       = {https://nbn-resolving.org/urn:nbn:de:hbz:832-epub4-13950},
  year      = {2019},
  abstract  = {Aufgrund ihrer aktuellen Bedeutung im Zusammenhang des Internet of Things werden in der vorliegenden Arbeit Time Series Databases und Event Stores miteinander vergli-chen. Ziel ist, die Gemeinsamkeiten und Unterschiede der beiden Arten von Datenbank Management Systemen herauszustellen. Der erste, theoretische Teil des Vergleichs erfolgt anhand der funktionalen Kriterien Speichersystem, Performance und Funktionen sowie der nicht-funktionalen Kriterien Usability und Support. Im zweiten Teil des Vergleichs wird anhand eines konkreten An-wendungsfalls untersucht, ob sich Time Series Databases und Event Stores gleicher-ma{\"s}en f{\"u}r die Speicherung und in einem zweiten Schritt f{\"u}r die Abfrage von Zeitreihen-daten eignen. Zumal der theoretische Vergleich Unterschiede zwischen einzelnen Time Series Data-bases und Event Stores in Bezug auf die betrachteten Kriterien erkennen l{\"a}sst, wird f{\"u}r den praktischen Vergleich unter Ber{\"u}cksichtigung der im konkreten Anwendungsfall gegebenen Anforderungen nur die am besten geeignetste Time Series Database (In-fluxDB) und der am besten geeignetste Event Store (Event Store) ausgew{\"a}hlt. Der prak-tische Vergleich zeigt, dass die Zeitreihendaten im konkreten Anwendungsfall zwar in beiden Arten von Datenbank Management Systemen gespeichert werden k{\"o}nnen, die Nutzung der auf Zeitreihendaten spezialisierten Time Series Database InfluxDB jedoch offensichtliche Vorteile gegen{\"u}ber dem Event Store aufweist.},
  language  = {de}
}