DBMS > Blueflood vs. gStore vs. Microsoft Azure Data Explorer

Vergleich der Systemeigenschaften Blueflood vs. gStore vs. Microsoft Azure Data Explorer

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

A native Graph DBMS to store and maintain very large RDF datasets.

Fully managed big data interactive analytics platform

Primäres Datenbankmodell

Time Series DBMS

Graph DBMS
RDF Store

Relational DBMS

column oriented

Sekundäre Datenbankmodelle

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	0,09
Rang	#346	Overall
	#33	Time Series DBMS

Punkte	0,03
Rang	#371	Overall
	#40	Graph DBMS
	#18	RDF Stores

Punkte	2,94
Rang	#87	Overall
	#48	Relational DBMS

Website

blueflood.io

en.gstore.cn

azure.microsoft.com/services/data-explorer

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

en.gstore.cn/#/enDocs

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

Entwickler

Rackspace

Microsoft

Erscheinungsjahr

2013

2016

2019

Aktuelle Version

1.2, November 2023

cloud service with continuous releases

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

BSD

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++

Server Betriebssysteme

Linux
OS X

Linux

gehostet

Datenschema

vordefiniertes Schema

schema-free and OWL/RDFS-schema support

Fixed schema with schema-less datatypes (dynamic)

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

nein

all fields are automatically indexed

SQL

Support of SQL

nein

Kusto Query Language (KQL), SQL subset

APIs und andere Zugriffskonzepte

HTTP REST

HTTP API
SPARQL 1.1

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

Unterstützte Programmiersprachen

C++
Java
JavaScript (Node.js)
PHP
Python

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

Server-seitige Scripts

Stored Procedures

nein

Yes, possible languages: KQL, Python, R

Triggers

nein

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

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

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

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

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

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

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

nein

Users, roles and permissions, Role-Based Access Control (RBAC) supported

Azure Active Directory Authentication

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

Universal Destinations & Experiences proactively improves guest satisfaction with Azure Data Explorer
14. Februar 2025, Microsoft

Log and Telemetry Analytics Performance Benchmark
16. August 2022, Gigaom

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, azure.microsoft.com

Microsoft announces general availability of Azure Data Explorer and Azure Data Lake Storage Gen2
7. Februar 2019, VentureBeat

Azure Data Explorer Supports Native Ingestion from Amazon S3
7. September 2022, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk