DBMS > Atos Standard Common Repository vs. EsgynDB vs. KairosDB vs. Microsoft Azure Data Explorer vs. RDF4J

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. EsgynDB vs. KairosDB vs. Microsoft Azure Data Explorer vs. RDF4J

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

This system has been discontinued and will be removed from the DB-Engines ranking.

Kurzbeschreibung

Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks

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

Verteiltes Time Series DBMS basierend auf Cassandra

Fully managed big data interactive analytics platform

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Document Store
Key-Value Store

column oriented

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

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

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	0,71
Rang	#230	Overall
	#20	Time Series DBMS

Punkte	5,16
Rang	#69	Overall
	#37	Relational DBMS

Punkte	0,71
Rang	#231	Overall
	#9	RDF Stores

Website

atos.net/en/convergence-creators/portfolio/standard-common-repository

www.esgyn.cn

github.com/kairosdb/kairosdb

azure.microsoft.com/services/data-explorer

rdf4j.org

Technische Dokumentation

kairosdb.github.io

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

rdf4j.org/documentation

Entwickler

Atos Convergence Creators

Esgyn

Microsoft

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2016

2015

2013

2019

2004

Aktuelle Version

1703

1.2.2, November 2018

cloud service with continuous releases

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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++, Java

Java

Server Betriebssysteme

Linux

Linux
OS X
Windows

gehostet

Linux
OS X
Unix
Windows

Datenschema

Schema and schema-less with LDAP views

schemafrei

Fixed schema with schema-less datatypes (dynamic)

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

nein

all fields are automatically indexed

SQL

Support of SQL

nein

Kusto Query Language (KQL), SQL subset

nein

APIs und andere Zugriffskonzepte

LDAP

ADO.NET
JDBC
ODBC

Graphite protocol
HTTP REST
Telnet API

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

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

All languages with LDAP bindings

All languages supporting JDBC/ODBC/ADO.Net

Java
JavaScript

Node.js
PHP
Python

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

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

nein

Yes, possible languages: KQL, Python, R

Triggers

nein

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

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

Sharding

basierend auf Cassandra

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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

keine

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 or Eventual Consistency depending on configuration

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

einfacher Passwort-basierter Zugriffsschutz

Azure Active Directory Authentication

nein

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

Erwähnungen in aktuellen Nachrichten

The re-emergence of time-series – O'Reilly
6. April 2013, O'Reilly Media

bereitgestellt von Google News

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, azure.microsoft.com

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

What is Microsoft Fabric? A big tech stack for big data
9. Februar 2024, InfoWorld

Azure Data Explorer and Stream Analytics for anomaly detection
16. Januar 2020, azure.microsoft.com

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk