DBMS > 4D vs. EsgynDB vs. Microsoft Azure Data Explorer vs. TimescaleDB

Vergleich der Systemeigenschaften 4D vs. EsgynDB vs. Microsoft Azure Data Explorer vs. TimescaleDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Fully managed big data interactive analytics platform

A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL

Primäres Datenbankmodell

Relational DBMS

column oriented

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

If a column is of type dynamic docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types/dynamic then it's possible to add arbitrary JSON documents in this cell
Event Store

this is the general usage pattern at Microsoft. Billing, Logs, Telemetry events are stored in ADX and the state of an individual entity is defined by the arg_max(timestamps)
Spatial DBMS
Suchmaschine

support for complex search expressions docs.microsoft.com/en-us/azure/kusto/query/parseoperator FTS, Geospatial docs.microsoft.com/en-us/azure/kusto/query/geo-point-to-geohash-function distributed search -> ADX acts as a distributed search engine
Time Series DBMS

see docs.microsoft.com/en-us/azure/data-explorer/time-series-analysis

Relational DBMS

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

Punkte	2,58
Rang	#108	Overall
	#54	Relational DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	4,38
Rang	#77	Overall
	#41	Relational DBMS

Punkte	4,64
Rang	#71	Overall
	#4	Time Series DBMS

Website

www.4d.com

www.esgyn.cn

azure.microsoft.com/services/data-explorer

www.timescale.com

Technische Dokumentation

developer.4d.com

docs.microsoft.com/en-us/azure/data-explorer

docs.timescale.com

Entwickler

4D, Inc

Esgyn

Microsoft

Timescale

Erscheinungsjahr

1984

2015

2019

2017

Aktuelle Version

v20, April 2023

cloud service with continuous releases

2.13.0, November 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

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++, Java

Server Betriebssysteme

OS X
Windows

Linux

gehostet

Linux
OS X
Windows

Datenschema

Fixed schema with schema-less datatypes (dynamic)

Typisierung

vordefinierte Datentypen, z.B. float oder date

bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

close to SQL 92

Kusto Query Language (KQL), SQL subset

full PostgreSQL SQL syntax

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

ADO.NET
JDBC
ODBC

Microsoft SQL Server communication protocol (MS-TDS)
RESTful HTTP API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC/ADO.Net

.Net
Go
Java
JavaScript (Node.js)
PowerShell
Python
R

.Net
C
C++
Delphi
Java

JDBC
JavaScript
Perl
PHP
Python
R
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Yes, possible languages: KQL, Python, R

benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell

Triggers

nein

see docs.microsoft.com/en-us/azure/kusto/management/updatepolicy

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

yes, across time and space (hash partitioning) attributes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Multi-source replication between multi datacenters

Implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Spark connector (open source): github.com/Azure/azure-kusto-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Azure Active Directory Authentication

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DB-Engines Blog Posts

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, Microsoft

Introducing Microsoft Fabric: The data platform for the era of AI | Microsoft Azure Blog
23. Mai 2023, Microsoft

Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog
13. Juli 2023, Microsoft

Azure Data Explorer and Stream Analytics for anomaly detection
16. Januar 2020, Microsoft

Controlling costs in Azure Data Explorer using down-sampling and aggregation
11. Februar 2019, Microsoft

bereitgestellt von Google News

TimescaleDB Is a Vector Database Now, Too
25. September 2023, Datanami

Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers
4. April 2024, PR Newswire

Power IoT and time-series workloads with TimescaleDB for Azure Database for PostgreSQL
18. März 2019, Microsoft

Timescale Valuation Rockets to Over $1B with $110M Round, Marking the Explosive Rise of Time-Series Data
22. Februar 2022, Business Wire

Visualizing IoT Data at Scale With Hopara and TimescaleDB
16. Mai 2023, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk