DBMS > Blueflood vs. IBM Db2 Event Store vs. Microsoft Azure Table Storage vs. Transbase

Vergleich der Systemeigenschaften Blueflood vs. IBM Db2 Event Store vs. Microsoft Azure Table Storage vs. Transbase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Skalierbare Timeseries DBMS basierend auf Cassandra

Distributed Event Store optimized for Internet of Things use cases

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

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Time Series DBMS

Event Store
Time Series DBMS

Wide Column Store

Relational DBMS

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

Punkte	0,13
Rang	#346	Overall
	#33	Time Series DBMS

Punkte	0,27
Rang	#309	Overall
	#2	Event Stores
	#28	Time Series DBMS

Punkte	4,04
Rang	#77	Overall
	#6	Wide Column Stores

Punkte	0,17
Rang	#334	Overall
	#148	Relational DBMS

Website

blueflood.io

www.ibm.com/products/db2-event-store

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

www.transaction.de/en/products/transbase.html

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

www.ibm.com/docs/en/db2-event-store

www.transaction.de/en/products/transbase/features.html

Entwickler

Rackspace

IBM

Microsoft

Transaction Software GmbH

Erscheinungsjahr

2013

2017

2012

1987

Aktuelle Version

2.0

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

free developer edition available

kommerziell

Development Lizenz gratis

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 und C++

Server Betriebssysteme

Linux
OS X

Linux

Linux, macOS, Windows for the developer addition

gehostet

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

vordefiniertes Schema

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

Sekundärindizes

nein

SQL

Support of SQL

nein

through the embedded Spark runtime

nein

APIs und andere Zugriffskonzepte

HTTP REST

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

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

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

Implicit feature of the cloud service

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Active-active shard replication

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, ibm.com

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

bereitgestellt von Google News

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

Teilen sie diese Seite mit ihrem Netzwerk