DBMS > DolphinDB vs. Microsoft Azure Data Explorer vs. Newts

Vergleich der Systemeigenschaften DolphinDB vs. Microsoft Azure Data Explorer vs. Newts

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

Fully managed big data interactive analytics platform

Time Series DBMS basierend auf Cassandra

Primäres Datenbankmodell

Time Series DBMS
Vektor DBMS

Relational DBMS

column oriented

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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	2,54
Rang	#102	Overall
	#8	Time Series DBMS
	#6	Vektor DBMS

Punkte	3,09
Rang	#83	Overall
	#46	Relational DBMS

Punkte	0,02
Rang	#372	Overall
	#41	Time Series DBMS

Website

www.dolphindb.com

azure.microsoft.com/services/data-explorer

opennms.github.io/newts

Technische Dokumentation

docs.dolphindb.cn/en/help200/index.html

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

github.com/OpenNMS/newts/wiki

Entwickler

DolphinDB, Inc

Microsoft

OpenNMS Group

Erscheinungsjahr

2018

2019

2014

Aktuelle Version

v2.00.4, January 2022

cloud service with continuous releases

Lizenz

Commercial or Open Source

kommerziell

free community version available

kommerziell

Open Source

Apache 2.0

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

Server Betriebssysteme

Linux
Windows

gehostet

Linux
OS X
Windows

Datenschema

Fixed schema with schema-less datatypes (dynamic)

schemafrei

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

all fields are automatically indexed

nein

SQL

Support of SQL

SQL-like query language

Kusto Query Language (KQL), SQL subset

nein

APIs und andere Zugriffskonzepte

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

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

HTTP REST
Java API

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

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

Java

Server-seitige Scripts

Stored Procedures

Yes, possible languages: KQL, Python, R

nein

Triggers

nein

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

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

Implicit feature of the cloud service

Sharding

basierend auf Cassandra

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

frei wählbarer Replikationsfaktor

basierend auf Cassandra

MapReduce

Bietet ein API für Map/Reduce Operationen

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

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

Administrators, Users, Groups

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

Erwähnungen in aktuellen Nachrichten

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, Microsoft

Microsoft is closing down another Azure-based feature in the near future
22. Juli 2024, Neowin

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

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

Getting started with Azure Data Explorer and Azure Synapse Analytics for Big Data processing
16. Juli 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk