DBMS > Cubrid vs. Lovefield vs. Microsoft Azure Data Explorer vs. Sphinx

Vergleich der Systemeigenschaften Cubrid vs. Lovefield vs. Microsoft Azure Data Explorer vs. Sphinx

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

Embeddable relational database for web apps written in pure JavaScript

Fully managed big data interactive analytics platform

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

Primäres Datenbankmodell

Relational DBMS

column oriented

Suchmaschine

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	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	4,38
Rang	#77	Overall
	#41	Relational DBMS

Punkte	5,98
Rang	#56	Overall
	#5	Suchmaschinen

Website

cubrid.com (korean)
cubrid.org (english)

google.github.io/lovefield

azure.microsoft.com/services/data-explorer

sphinxsearch.com

Technische Dokumentation

cubrid.org/manuals

github.com/google/lovefield/blob/master/docs/spec_index.md

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

sphinxsearch.com/docs

Entwickler

CUBRID Corporation, CUBRID Foundation

Google

Microsoft

Sphinx Technologies Inc.

Erscheinungsjahr

2008

2014

2019

2001

Aktuelle Version

11.0, Jaenner 2021

2.1.12, February 2017

cloud service with continuous releases

3.5.1, Februar 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

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, C++, Java

JavaScript

C++

Server Betriebssysteme

Linux
Windows

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

gehostet

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Datenschema

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

nein

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

SQL-like query language

via JavaScript builder pattern

Kusto Query Language (KQL), SQL subset

SQL-like query language (SphinxQL)

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

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

Proprietäres Protokoll

Unterstützte Programmiersprachen

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

JavaScript

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

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Yes, possible languages: KQL, Python, R

nein

Triggers

Using read-only observers

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

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

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

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

Der Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.

In-Memory Unterstützung

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

nein

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

nein

Azure Active Directory Authentication

nein

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

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Introducing Microsoft Fabric: The data platform for the era of AI | Microsoft Azure Blog
23. Mai 2023, azure.microsoft.com

Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog
13. Juli 2023, Microsoft

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

Azure Data Explorer and Stream Analytics for anomaly detection
16. Januar 2020, azure.microsoft.com

Controlling costs in Azure Data Explorer using down-sampling and aggregation
11. Februar 2019, azure.microsoft.com

bereitgestellt von Google News

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Googles Newest Challenger
11. Januar 2024, Free Press Journal

The Pirate Bay was recently down for over a week due to a DDoS attack
29. Oktober 2019, The Hacker News

How to Build 600+ Links in One Month
4. September 2020, Search Engine Journal

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk