DBMS > Badger vs. Kyligence Enterprise vs. Microsoft Azure Table Storage vs. RDF4J vs. SwayDB

Vergleich der Systemeigenschaften Badger vs. Kyligence Enterprise vs. Microsoft Azure Table Storage vs. RDF4J vs. SwayDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

A distributed analytics engine for big data, built on top of Apache Kylin

A Wide Column Store for rapid development using massive semi-structured datasets

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

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

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

Punkte	0,14
Rang	#331	Overall
	#49	Key-Value Stores

Punkte	0,40
Rang	#269	Overall
	#124	Relational DBMS

Punkte	4,48
Rang	#75	Overall
	#6	Wide Column Stores

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Punkte	0,00
Rang	#382	Overall
	#59	Key-Value Stores

Website

github.com/dgraph-io/badger

kyligence.io/kyligence-enterprise

azure.microsoft.com/en-us/services/storage/tables

rdf4j.org

swaydb.simer.au

Technische Dokumentation

godoc.org/github.com/dgraph-io/badger

rdf4j.org/documentation

Entwickler

DGraph Labs

Kyligence, Inc.

Microsoft

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

Simer Plaha

Erscheinungsjahr

2017

2016

2012

2004

2018

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

GNU Affero GPL V3.0

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

Scala

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux

gehostet

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

nein

ANSI SQL for queries (using Apache Calcite)

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

.Net
C#
C++
Java
JavaScript (Node.js)
PHP
Python
Ruby

Java
PHP
Python

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

ACID

Isolation abhängig vom verwendeten API

Atomic execution of operations

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

nein

Access rights based on private key authentication or shared access signatures

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

Kyligence Grows OLAP Business in the Cloud
20. Februar 2020, Datanami

Kyligence adds ClickHouse OLAP engine to its analytics platform
10. August 2021, VentureBeat

Distributed OLAPer Kyligence accelerates core engine, adds real-time data support – Blocks and Files
10. August 2021, Blocks & Files

How Kyligence Cloud uses Amazon EMR Serverless to simplify OLAP | Amazon Web Services
9. November 2022, AWS Blog

The 10 Hottest Big Data Tools Of 2023
23. November 2023, CRN

bereitgestellt von Google News

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

Azure Cosmos DB Data Migration tool imports from Azure Table storage | Azure updates
5. Mai 2015, Microsoft

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk