DBMS > Apache Drill vs. GeoMesa vs. Heroic vs. Microsoft Azure Synapse Analytics

Vergleich der Systemeigenschaften Apache Drill vs. GeoMesa vs. Heroic vs. Microsoft Azure Synapse Analytics

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

Elastic, large scale data warehouse service leveraging the broad eco-system of SQL Server

Primäres Datenbankmodell

Document Store
Relational DBMS

Spatial DBMS

Time Series DBMS

Relational DBMS

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

Punkte	2,28
Rang	#119	Overall
	#23	Document Stores
	#56	Relational DBMS

Punkte	0,81
Rang	#214	Overall
	#4	Spatial DBMS

Punkte	0,57
Rang	#250	Overall
	#21	Time Series DBMS

Punkte	22,71
Rang	#30	Overall
	#18	Relational DBMS

Website

drill.apache.org

www.geomesa.org

github.com/spotify/heroic

azure.microsoft.com/services/synapse-analytics

Technische Dokumentation

drill.apache.org/docs

www.geomesa.org/documentation/stable/user/index.html

spotify.github.io/heroic

docs.microsoft.com/azure/synapse-analytics

Entwickler

Apache Software Foundation

CCRi und Andere

Spotify

Microsoft

Erscheinungsjahr

2012

2014

2016

Aktuelle Version

1.20.3, Jaenner 2023

4.0.5, Februar 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache License 2.0

Open Source

Apache 2.0

kommerziell

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

Scala

Java

C++

Server Betriebssysteme

Linux
OS X
Windows

gehostet

Datenschema

schemafrei

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

via Elasticsearch

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

C++

C#
Java
PHP

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Transact SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

abhängig von Storage layer

Sharding

Sharding, horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

abhängig von Storage layer

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-table-constraints

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

Depending on the underlying data source

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

anhängig von dem zur Speicherung verwendeten DBMS

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Using Apache Iceberg for Developing Modern Data Tables
3. Oktober 2023, Open Source For You

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Analyse Kafka messages with SQL queries using Apache Drill
23. September 2019, Towards Data Science

Apache Drill improves big data SQL query engine
31. August 2021, TechTarget

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Migrate Microsoft Azure Synapse Analytics to Amazon Redshift using AWS SCT | Amazon Web Services
18. Oktober 2023, AWS Blog

Azure Synapse vs. Databricks: Data Platform Comparison 2024
26. März 2024, eWeek

Azure Synapse Analytics: Everything you need to know about Microsoft's cloud analytics platform
24. September 2023, DataScientest

Azure Synapse Link for Cosmos DB: New Analytics Capabilities
10. November 2023, InfoQ.com

Azure Synapse Analytics vs Snowflake: ETL Tool Comparison
25. Juli 2023, TechRepublic

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk