DBMS > BigObject vs. FatDB vs. Microsoft Azure Table Storage vs. Postgres-XL vs. Yaacomo

Vergleich der Systemeigenschaften BigObject vs. FatDB vs. Microsoft Azure Table Storage vs. Postgres-XL vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

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

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Document Store
Key-Value Store

Wide Column Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

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

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

bigobject.io

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

www.postgres-xl.org

yaacomo.com

Technische Dokumentation

docs.bigobject.io

www.postgres-xl.org/documentation

Entwickler

BigObject, Inc.

FatCloud

Microsoft

Q2WEB GmbH

Erscheinungsjahr

2015

2012

2014

seit 2012, ursprünglich genannt StormDB

2009

Aktuelle Version

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

Mozilla public license

kommerziell

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

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Windows

gehostet

Linux
macOS

Android
Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

Ãœber Integration mit SQL Server

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

RESTful HTTP API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
ODBC

Unterstützte Programmiersprachen

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

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Lua

Ãœber Applikationen

nein

benutzerdefinierte Funktionen

Triggers

nein

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

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

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

ACID

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Access rights based on private key authentication or shared access signatures

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

Erwähnungen in aktuellen Nachrichten

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

Teilen sie diese Seite mit ihrem Netzwerk