DBMS > Amazon Aurora vs. BigObject vs. Splice Machine

Vergleich der Systemeigenschaften Amazon Aurora vs. BigObject vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

MySQL und PostgreSQL kompatibles RDBMS Cloud-Service von Amazon

Analytic DBMS für Echtzeitberechnungen und Queries

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

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	7,91
Rang	#50	Overall
	#32	Relational DBMS

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Website

aws.amazon.com/rds/aurora

bigobject.io

splicemachine.com

Technische Dokumentation

docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/CHAP_Aurora.html

docs.bigobject.io

splicemachine.com/how-it-works

Entwickler

Amazon

BigObject, Inc.

Splice Machine

Erscheinungsjahr

2015

2014

Aktuelle Version

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition 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

Java

Server Betriebssysteme

gehostet

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
OS X
Solaris
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

fluentd
ODBC
RESTful HTTP API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

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

Server-seitige Scripts

Stored Procedures

Lua

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

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

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Access rights for users, groups and roles according to 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

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Amazon - the rising star in the DBMS market
3. August 2015, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Baffle enables computation on encrypted Amazon RDS and Aurora data – Blocks and Files
1. Mai 2024, Blocks and Files

Join the preview of Amazon Aurora Limitless Database | Amazon Web Services
27. November 2023, AWS Blog

Handle tables without primary keys while creating Amazon Aurora PostgreSQL zero-ETL integrations with Amazon ...
18. April 2024, AWS Blog

Baffle Delivers Enterprise-Grade Data Security for PostgreSQL on Amazon RDS and Amazon Aurora
1. Mai 2024, Yahoo Finance

New – Amazon Aurora Optimized Reads for Aurora PostgreSQL with up to 8x query latency improvement for I/O ...
8. November 2023, AWS Blog

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

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine takes on big boys of big data with Hadoop RDBMS
21. Januar 2015, RCR Wireless News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk