DBMS > Blazegraph vs. Drizzle vs. Heroic vs. Microsoft Azure Table Storage

Vergleich der Systemeigenschaften Blazegraph vs. Drizzle vs. Heroic vs. Microsoft Azure Table Storage

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Amazon has acquired Blazegraph's domain and (probably) product. It is said that Amazon Neptune is based on Blazegraph.

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

High-performance graph database supporting Semantic Web (RDF/SPARQL) and Graph Database (tinkerpop3, blueprints, vertex-centric) APIs with scale-out and High Availability.

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

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

Primäres Datenbankmodell

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

Punkte	0,74
Rang	#217	Overall
	#19	Graph DBMS
	#8	RDF Stores

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	3,55
Rang	#80	Overall
	#6	Wide Column Stores

Website

blazegraph.com

github.com/spotify/heroic

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

Technische Dokumentation

wiki.blazegraph.com

spotify.github.io/heroic

Entwickler

Blazegraph

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Spotify

Microsoft

Erscheinungsjahr

2006

2008

2014

2012

Aktuelle Version

2.1.5, Maerz 2019

7.2.4, September 2012

Lizenz

Commercial or Open Source

Open Source

erweiterte kommerzielle Lizenz verfügbar

Open Source

GNU GPL

Open Source

Apache 2.0

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

Java

C++

Java

Server Betriebssysteme

Linux
OS X
Windows

FreeBSD
Linux
OS X

gehostet

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

RDF literal types

XML Unterstützung

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

nein

Sekundärindizes

via Elasticsearch

nein

SQL

Support of SQL

SPARQL is used as query language

mit propriätären Erweiterungen

nein

APIs und andere Zugriffskonzepte

Java API
RESTful HTTP API
SPARQL QUERY
SPARQL UPDATE
TinkerPop 3

JDBC

HQL (Heroic Query Language, a JSON-based language)
HTTP API

RESTful HTTP API

Unterstützte Programmiersprachen

.Net
C
C++
Java
JavaScript
PHP
Python
Ruby

C
C++
Java
PHP

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

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

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

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in Graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Security and Authentication via Web Application Container (Tomcat, Jetty)

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Access rights based on private key authentication or shared access signatures

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

DB-Engines Blog Posts

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Video: Blazegraph Accelerates Graph Computing with GPUs
20. Dezember 2015, insideHPC

Harnessing GPUs Delivers a Big Speedup for Graph Analytics
15. Dezember 2015, Datanami

This AI Paper Introduces A Comprehensive RDF Dataset With Over 26 Billion Triples Covering Scholarly Data Across All Scientific Disciplines
19. August 2023, MarkTechPost

bereitgestellt von Google News

How to use Azure Table storage in .Net
10. Juli 2024, InfoWorld

Working with Azure to Use and Manage Data Lakes
23. Juli 2024, Simplilearn

Azure Cosmos DB Data Migration tool imports from Azure Table storage
5. Mai 2015, azure.microsoft.com

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

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