DBMS > Cachelot.io vs. DataFS vs. GeoMesa vs. Heroic vs. Microsoft Azure Synapse Analytics

Vergleich der Systemeigenschaften Cachelot.io vs. DataFS vs. GeoMesa vs. Heroic vs. Microsoft Azure Synapse Analytics

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

In-memory caching system

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

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

Elastic, large scale data warehouse service leveraging the broad eco-system of SQL Server

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

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

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	0,06
Rang	#354	Overall
	#15	Object oriented DBMS

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	20,56
Rang	#31	Overall
	#19	Relational DBMS

Website

cachelot.io

newdatabase.com

www.geomesa.org

github.com/spotify/heroic

azure.microsoft.com/services/synapse-analytics

Technische Dokumentation

dev.mobiland.com/Overview.xsp

www.geomesa.org/documentation/stable/user/index.html

spotify.github.io/heroic

docs.microsoft.com/azure/synapse-analytics

Entwickler

Mobiland AG

CCRi und Andere

Spotify

Microsoft

Erscheinungsjahr

2015

2018

2014

2016

Aktuelle Version

1.1.263, October 2022

4.0.5, Februar 2024

Lizenz

Commercial or Open Source

Open Source

Simplified BSD License

kommerziell

Open Source

Apache License 2.0

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

C++

Scala

Java

C++

Server Betriebssysteme

FreeBSD
Linux
OS X

Windows

gehostet

Datenschema

schemafrei

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

Memcached Protokoll

.NET Client API
Proprietary client DLL
WinRT client

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

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

.Net
C
C#
C++
VB.Net

C#
Java
PHP

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

Triggers

nein

no, except callback-events from server when changes happened

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Proprietary Sharding system

abhängig von Storage layer

Sharding

Sharding, horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

abhängig von Storage layer

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

abhängig von Storage layer

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-table-constraints

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

nein

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Windows-Profile

anhängig von dem zur Speicherung verwendeten DBMS

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

General Available: Azure Synapse Runtime for Apache Spark 3.4 is now GA | Azure updates
8. April 2024, Microsoft

Migrate Microsoft Azure Synapse Analytics to Amazon Redshift using AWS SCT | Amazon Web Services
18. Oktober 2023, AWS Blog

Azure Synapse vs. Databricks: Data Platform Comparison 2024
26. März 2024, eWeek

Azure Synapse Runtime for Apache Spark 3.2 End of Support | Azure updates
22. März 2024, Microsoft

Azure Synapse Analytics: Everything you need to know about Microsoft's cloud analytics platform
24. September 2023, DataScientest

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk