DBMS > Bangdb vs. Microsoft Azure Table Storage vs. Sequoiadb vs. Trafodion

Vergleich der Systemeigenschaften Bangdb vs. Microsoft Azure Table Storage vs. Sequoiadb vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Bangdb  Xaus Vergleich ausschliessen	Microsoft Azure Table Storage  Xaus Vergleich ausschliessen	Sequoiadb  Xaus Vergleich ausschliessen	Trafodion  Xaus Vergleich ausschliessen
				Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.
Kurzbeschreibung	Converged and high performance database for device data, events, time series, document and graph	A Wide Column Store for rapid development using massive semi-structured datasets	NewSQL database with distributed OLTP and SQL	Transactional SQL-on-Hadoop DBMS
Primäres Datenbankmodell	Document Store Graph DBMS Time Series DBMS	Wide Column Store	Document Store Relational DBMS	Relational DBMS
Sekundäre Datenbankmodelle	Spatial DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,16 Rang #338   Overall #47   Document Stores #32   Graph DBMS #31   Time Series DBMS	Punkte 4,04 Rang #77   Overall #6   Wide Column Stores	Punkte 0,50 Rang #258   Overall #41   Document Stores #120   Relational DBMS
Website	bangdb.com	azure.microsoft.com/­en-us/­services/­storage/­tables	www.sequoiadb.com	trafodion.apache.org
Technische Dokumentation	docs.bangdb.com		www.sequoiadb.com/­en/­index.php?m=Files&a=index	trafodion.apache.org/­documentation.html
Entwickler	Sachin Sinha, BangDB	Microsoft	Sequoiadb Ltd.	Apache Software Foundation, originally developed by HP
Erscheinungsjahr	2012	2012	2013	2014
Aktuelle Version	BangDB 2.0, October 2021			2.3.0, Februar 2019
Lizenz Commercial or Open Source	Open Source BSD 3	kommerziell	Open Source Server: AGPL; Client: Apache V2	Open Source Apache 2.0
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	ja	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	C, C++		C++	C++, Java
Server Betriebssysteme	Linux	gehostet	Linux	Linux
Datenschema	schemafrei	schemafrei	schemafrei	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	yes: string, long, double, int, geospatial, stream, events	ja	ja oid, date, timestamp, binary, regex	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	ja secondary, composite, nested, reverse, geospatial	nein	ja	ja
SQL Support of SQL	SQL like support with command line tool	nein	SQL-like query language	ja
APIs und andere Zugriffskonzepte	Propriätäres Protokoll RESTful HTTP API	RESTful HTTP API	Proprietäres Protokoll basierend auf JSON	ADO.NET JDBC ODBC
Unterstützte Programmiersprachen	C C# C++ Java Python	.Net C# C++ Java JavaScript (Node.js) PHP Python Ruby	.Net C++ Java PHP Python	All languages supporting JDBC/ODBC/ADO.Net
Server-seitige Scripts Stored Procedures	nein	nein	JavaScript	Java Stored Procedures
Triggers	yes, Notifications (with Streaming only)	nein	nein	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	Sharding	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	selectable replication factor, Knob for CAP (enterprise version only)	ja implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.	Source-Replica Replikation	ja, durch HBase
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	nein	ja mittels user defined functions und HBase
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Tunable consistency, set CAP knob accordingly	Immediate Consistency	Eventual Consistency	Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	nein	ja
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ACID	optimistic Locking	während einer Transaktion wird das Dokument gesperrt	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	yes, optimistic concurrency control	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	yes, implements WAL (Write ahead log) as well	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	yes, run db with in-memory only mode	nein	nein	nein
Berechtigungskonzept Zugriffskontrolle	yes (enterprise version only)	Access rights based on private key authentication or shared access signatures	einfacher Passwort-basierter Zugriffsschutz	Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard
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
	Bangdb	Microsoft Azure Table Storage	Sequoiadb	Trafodion
Erwähnungen in aktuellen Nachrichten		Working with Azure to Use and Manage Data Lakes 7. März 2024, Simplilearn How to use Azure Table storage in .Net 14. Januar 2019, InfoWorld How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB 9. Juli 2021, hackernoon.com Inside Azure File Storage 7. Oktober 2015, azure.microsoft.com How to write data to Azure Table Store with an Azure Function 14. April 2017, Experts Exchange bereitgestellt von Google News		Evaluating HTAP Databases for Machine Learning Applications 2. November 2016, KDnuggets Low-latency, distributed database architectures are critical for emerging fog applications 7. April 2022, Embedded Computing Design bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk