DBMS > Atos Standard Common Repository vs. GeoMesa vs. LeanXcale vs. Microsoft Azure Data Explorer

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. GeoMesa vs. LeanXcale vs. Microsoft Azure Data Explorer

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Atos Standard Common Repository  Xaus Vergleich ausschliessen	GeoMesa  Xaus Vergleich ausschliessen	LeanXcale  Xaus Vergleich ausschliessen	Microsoft Azure Data Explorer  Xaus Vergleich ausschliessen
	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	GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.	A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities	Fully managed big data interactive analytics platform
Primäres Datenbankmodell	Document Store Key-Value Store	Spatial DBMS	Key-Value Store Relational DBMS	Relational DBMS 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 0,86 Rang #205   Overall #4   Spatial DBMS	Punkte 0,36 Rang #280   Overall #40   Key-Value Stores #129   Relational DBMS	Punkte 3,80 Rang #81   Overall #43   Relational DBMS
Website	atos.net/en/convergence-creators/portfolio/standard-common-repository	www.geomesa.org	www.leanxcale.com	azure.microsoft.com/­services/­data-explorer
Technische Dokumentation		www.geomesa.org/­documentation/­stable/­user/­index.html		docs.microsoft.com/­en-us/­azure/­data-explorer
Entwickler	Atos Convergence Creators	CCRi und Andere	LeanXcale	Microsoft
Erscheinungsjahr	2016	2014	2015	2019
Aktuelle Version	1703	5.0.0, Mai 2024		cloud service with continuous releases
Lizenz Commercial or Open Source	kommerziell	Open Source Apache License 2.0	kommerziell	kommerziell
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	ja
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Java	Scala
Server Betriebssysteme	Linux			gehostet
Datenschema	Schema and schema-less with LDAP views	ja	ja	Fixed schema with schema-less datatypes (dynamic)
Typisierung vordefinierte Datentypen, z.B. float oder date	optional	ja		ja 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	ja	nein		ja
Sekundärindizes	ja	ja		all fields are automatically indexed
SQL Support of SQL	nein	nein	ja through Apache Derby	Kusto Query Language (KQL), SQL subset
APIs und andere Zugriffskonzepte	LDAP		JDBC Kafka Connector ODBC proprietary key/value interface Spark Connector	Microsoft SQL Server communication protocol (MS-TDS) RESTful HTTP API
Unterstützte Programmiersprachen	All languages with LDAP bindings		C Java Scala	.Net Go Java JavaScript (Node.js) PowerShell Python R
Server-seitige Scripts Stored Procedures	nein	nein		Yes, possible languages: KQL, Python, R
Triggers	ja	nein		ja see docs.microsoft.com/­en-us/­azure/­kusto/­management/­updatepolicy
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding cell division	abhängig von Storage layer		Sharding Implicit feature of the cloud service
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	ja	abhängig von Storage layer		ja Implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.
MapReduce Bietet ein API für Map/Reduce Operationen		ja	nein	Spark connector (open source): github.com/­Azure/­azure-kusto-spark
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Immediate Consistency or Eventual Consistency depending on configuration	abhängig von Storage layer	Immediate Consistency	Eventual Consistency Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	ja	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	Atomic execution of specific operations	nein	ACID	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja	abhängig von Storage layer	ja	nein
Berechtigungskonzept Zugriffskontrolle	LDAP bind authentication	ja anhängig von dem zur Speicherung verwendeten DBMS		Azure Active Directory Authentication
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
	Atos Standard Common Repository	GeoMesa	LeanXcale	Microsoft Azure Data Explorer
DB-Engines Blog Posts		Spatial database management systems 6. April 2021, Matthias Gelbmann alle anzeigen
Erwähnungen in aktuellen Nachrichten	Infographic: What makes a Mobile Operator's setup future proof? 10. Februar 2024, Atos bereitgestellt von Google News			We’re retiring Azure Time Series Insights on 7 July 2024 – transition to Azure Data Explorer | Azure updates 31. Mai 2024, Microsoft Update records in a Kusto Database (public preview) | Azure updates 20. Februar 2024, Microsoft Public Preview: Azure Data Explorer connector for Apache Flink | Azure updates 8. Januar 2024, Microsoft Announcing General Availability to migrate Virtual Network injected Azure Data Explorer Cluster to Private Endpoints ... 5. Februar 2024, Microsoft New Features for graph-match KQL Operator: Enhanced Pattern Matching and Cycle Control | Azure updates 24. Januar 2024, Microsoft bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk