DBMS > Amazon Aurora vs. atoti vs. HEAVY.AI

Vergleich der Systemeigenschaften Amazon Aurora vs. atoti vs. HEAVY.AI

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

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Primäres Datenbankmodell

Relational DBMS

Object oriented DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

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

Punkte	8,50
Rang	#49	Overall
	#31	Relational DBMS

Punkte	0,59
Rang	#242	Overall
	#10	Object oriented DBMS

Punkte	2,10
Rang	#126	Overall
	#61	Relational DBMS

Website

aws.amazon.com/rds/aurora

atoti.io

github.com/heavyai/heavydb
www.heavy.ai

Technische Dokumentation

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

docs.atoti.io

docs.heavy.ai

Entwickler

Amazon

ActiveViam

HEAVY.AI, Inc.

Erscheinungsjahr

2015

2016

Aktuelle Version

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

free versions available

Open Source

Apache Version 2; enterprise edition 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

C++ and CUDA

Server Betriebssysteme

gehostet

Linux

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

nein

SQL

Support of SQL

Multidimensional Expressions (MDX)

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
ODBC
Thrift
Vega

Unterstützte Programmiersprachen

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

All languages supporting JDBC/ODBC/Thrift
Python

Server-seitige Scripts

Stored Procedures

Python

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding, horizontal partitioning

Sharding

Round robin

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

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

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

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

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

University of Nebraska-Omaha's ITD Lab migrates to Amazon Aurora with Babelfish, reducing database costs | Amazon ...
8. April 2024, AWS Blog

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

How RocketReach stabilized Amazon Aurora costs and improved performance with Amazon Aurora I/O-Optimized ...
2. April 2024, AWS Blog

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

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

HEAVY.AI Launches Industry's First Digital Twin for Telco Network Planning, Building and Operations
20. September 2022, Datanami

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

ChatGPT Confirms Data Breach, Raising Security Concerns
2. Mai 2023, Security Intelligence

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk