DBMS > Databricks vs. EsgynDB vs. Microsoft Azure Table Storage vs. WakandaDB

Vergleich der Systemeigenschaften Databricks vs. EsgynDB vs. Microsoft Azure Table Storage vs. WakandaDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

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

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

Wide Column Store

Object oriented DBMS

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

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	4,48
Rang	#75	Overall
	#6	Wide Column Stores

Punkte	0,03
Rang	#364	Overall
	#17	Object oriented DBMS

Website

www.databricks.com

www.esgyn.cn

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

wakanda.github.io

Technische Dokumentation

docs.databricks.com

wakanda.github.io/doc

Entwickler

Databricks

Esgyn

Microsoft

Wakanda SAS

Erscheinungsjahr

2013

2015

2012

Aktuelle Version

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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++, Java

C++, JavaScript

Server Betriebssysteme

gehostet

Linux

gehostet

Linux
OS X
Windows

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

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

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

Python
R
Scala

All languages supporting JDBC/ODBC/ADO.Net

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

JavaScript

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

optimistic Locking

ACID

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights based on private key authentication or shared access signatures

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

5. Databricks
14. Mai 2024, CNBC

Researchers from Columbia University and Databricks Conducted a Comparative Study of LoRA and Full Finetuning in Large Language Models
19. Mai 2024, MarkTechPost

This Is the Platform Nancy Pelosi Used to Make Her Private Investment in Databricks
9. Mai 2024, Yahoo Finance

AI is Driving Record Sales at Multibillion-Dollar Databricks. An IPO Can Wait … - WSJ
6. März 2024, The Wall Street Journal

Top 5 Lessons Learned from Databricks' Journey from $400M to $1.5B+
23. April 2024, saastr.com

bereitgestellt von Google News

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

Azure Cosmos DB Data Migration tool imports from Azure Table storage | Azure updates
5. Mai 2015, Microsoft

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

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

Quick Guide to Azure Storage Pricing
16. Mai 2023, DevOps.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk