DBMS > Bangdb vs. Ignite vs. Microsoft Azure Data Explorer vs. Sadas Engine vs. SiteWhere

Vergleich der Systemeigenschaften Bangdb vs. Ignite vs. Microsoft Azure Data Explorer vs. Sadas Engine vs. SiteWhere

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Converged and high performance database for device data, events, time series, document and graph

Apache Ignite is a memory-centric distributed database, caching, and processing platform for transactional, analytical, and streaming workloads, delivering in-memory speeds at petabyte scale.

Fully managed big data interactive analytics platform

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

M2M Integrationsplatform zur Speicherung und Abfrage von Zeitserien

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Key-Value Store
Relational DBMS

Relational DBMS

column oriented

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

Punkte	3,16
Rang	#96	Overall
	#15	Key-Value Stores
	#49	Relational DBMS

Punkte	4,38
Rang	#77	Overall
	#41	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#158	Relational DBMS

Punkte	0,06
Rang	#356	Overall
	#35	Time Series DBMS

Website

bangdb.com

ignite.apache.org

azure.microsoft.com/services/data-explorer

www.sadasengine.com

github.com/sitewhere/sitewhere

Technische Dokumentation

docs.bangdb.com

apacheignite.readme.io/docs

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

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

sitewhere1.sitewhere.io/index.html

Entwickler

Sachin Sinha, BangDB

Apache Software Foundation

Microsoft

SADAS s.r.l.

SiteWhere

Erscheinungsjahr

2012

2015

2019

2006

2010

Aktuelle Version

BangDB 2.0, October 2021

Apache Ignite 2.6

cloud service with continuous releases

8.0

Lizenz

Commercial or Open Source

Open Source

BSD 3

Open Source

Apache 2.0

kommerziell

free trial version available

Open Source

Common Public Attribution License Version 1.0

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

C, C++

C++, Java, .Net

C++

Java

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

gehostet

AIX
Linux
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Fixed schema with schema-less datatypes (dynamic)

vordefiniertes Schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: string, long, double, int, geospatial, stream, events

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

secondary, composite, nested, reverse, geospatial

all fields are automatically indexed

nein

SQL

Support of SQL

SQL like support with command line tool

ANSI-99 for query and DML statements, subset of DDL

Kusto Query Language (KQL), SQL subset

nein

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

HDFS API
Hibernate
JCache
JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP API
Spring Data

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

JDBC
ODBC
Proprietäres Protokoll

HTTP REST

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

C#
C++
Java
PHP
Python
Ruby
Scala

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

.Net
C
C#
C++
Groovy
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

yes (compute grid and cache interceptors can be used instead)

Yes, possible languages: KQL, Python, R

nein

Triggers

yes, Notifications (with Streaming only)

yes (cache interceptors and events)

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

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm

Sharding

Implicit feature of the cloud service

horizontale Partitionierung

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor, Knob for CAP (enterprise version only)

yes (replicated cache)

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

keine

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

yes (compute grid and hadoop accelerator)

Spark connector (open source): github.com/Azure/azure-kusto-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

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

yes, run db with in-memory only mode

nein

managed by 'Learn by Usage'

nein

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

Security Hooks for custom implementations

Azure Active Directory Authentication

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

Benutzer mit feingranularem Berechtigungskonzept

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

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, PR Newswire

Apache Ignite: An Overview
6. September 2023, Open Source For You

GridGain Releases Conference Schedule for Virtual Apache Ignite Summit 2023
1. Juni 2023, Datanami

What is Apache Ignite? How is Apache Ignite Used?
18. Juli 2022, The Stack

Real-time in-memory OLTP and Analytics with Apache Ignite on AWS | Amazon Web Services
14. Mai 2016, AWS Blog

bereitgestellt von Google News

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, Microsoft

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

Introducing Microsoft Fabric: The data platform for the era of AI | Microsoft Azure Blog
23. Mai 2023, Microsoft

Azure Data Explorer and Stream Analytics for anomaly detection
16. Januar 2020, Microsoft

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

bereitgestellt von Google News

11 Best Open source IoT Platforms To Develop Smart Projects
9. März 2023, H2S Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk