DBMS > Amazon Aurora vs. Splice Machine vs. YTsaurus

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

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

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

YTsaurus is an open source platform for distributed storage and processing.

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store

Sekundäre Datenbankmodelle

Document Store

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

Punkte	7,57
Rang	#51	Overall
	#32	Relational DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Punkte	0,21
Rang	#324	Overall
	#45	Document Stores
	#48	Key-Value Stores

Website

aws.amazon.com/rds/aurora

splicemachine.com

ytsaurus.tech

Technische Dokumentation

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

splicemachine.com/how-it-works

ytsaurus.tech/docs/en

Entwickler

Amazon

Splice Machine

Yandex

Erscheinungsjahr

2015

2014

2023

Aktuelle Version

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPL 3.0, commercial license available

Open Source

Apache License, Version 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

Java

C++

Server Betriebssysteme

gehostet

Linux
OS X
Solaris
Windows

Ubuntu

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

YQL, an SQL-based language, is supported

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

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

C++
Go
Java
JavaScript
Python

Server-seitige Scripts

Stored Procedures

Java

Triggers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Shared Nothhing Auto-Sharding, Columnar Partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

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

Fremdschlüssel

referenzielle Integrität

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

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

Access Control Lists

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

How LeadSquared accelerated chatbot deployments with generative AI using Amazon Bedrock and Amazon Aurora ...
24. Mai 2024, AWS Blog

Continuously replicate Amazon DynamoDB changes to Amazon Aurora PostgreSQL using AWS Lambda | Amazon ...
14. Mai 2024, AWS Blog

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

Improve the performance of generative AI workloads on Amazon Aurora with Optimized Reads and pgvector | Amazon ...
9. Februar 2024, AWS Blog

Amazon Aurora MySQL version 2 (with MySQL 5.7 compatibility) to version 3 (with MySQL 8.0 compatibility) upgrade ...
18. März 2024, AWS Blog

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Big Data News: Splice Machine, Carpathia, Altiscale, DataGravity
11. Februar 2014, Data Center Knowledge

Hadoop-based RDBMS Now Available from Splice
12. Mai 2014, Datanami

NewSQL databases rise anew -- MemSQL, Spanner among contenders
19. Oktober 2017, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk