DBMS > Dragonfly vs. Heroic vs. Microsoft Azure Synapse Analytics vs. Postgres-XL

Vergleich der Systemeigenschaften Dragonfly vs. Heroic vs. Microsoft Azure Synapse Analytics vs. Postgres-XL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A drop-in Redis replacement that scales vertically to support millions of operations per second and terabyte sized workloads, all on a single instance

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

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Key-Value Store

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,44
Rang	#255	Overall
	#38	Key-Value Stores

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	18,98
Rang	#31	Overall
	#19	Relational DBMS

Punkte	0,43
Rang	#260	Overall
	#119	Relational DBMS

Website

github.com/dragonflydb/dragonfly
www.dragonflydb.io

github.com/spotify/heroic

azure.microsoft.com/services/synapse-analytics

www.postgres-xl.org

Technische Dokumentation

www.dragonflydb.io/docs

spotify.github.io/heroic

docs.microsoft.com/azure/synapse-analytics

www.postgres-xl.org/documentation

Entwickler

DragonflyDB team and community contributors

Spotify

Microsoft

Erscheinungsjahr

2023

2014

2016

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

1.0, March 2023

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

BSL 1.1

Open Source

Apache 2.0

kommerziell

Open Source

Mozilla public license

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++

Server Betriebssysteme

Linux

gehostet

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

strings, hashes, lists, sets, sorted sets, bit arrays

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

nein

via Elasticsearch

SQL

Support of SQL

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

RESP - REdis Serialization Protocol

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

ADO.NET
JDBC
ODBC

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

C
C#
C++
Clojure
D
Dart
Elixir
Erlang
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
Objective-C
Perl
PHP
Python
R
Ruby
Rust
Scala
Swift
Tcl

C#
Java
PHP

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Lua

nein

Transact SQL

benutzerdefinierte Funktionen

Triggers

publish/subscribe channels provide some trigger functionality

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Sharding, horizontal partitioning

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

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

Atomic execution of command blocks and scripts

nein

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, strict serializability by the server

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Password-based authentication

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DragonflyDB Announces $21m in New Funding and General Availability
21. März 2023, Business Wire

DragonflyDB reels in $21M for its speedy in-memory database
21. März 2023, SiliconANGLE News

DragonflyDB Raises $21M in Funding
21. März 2023, FinSMEs

Intel Linux Kernel Optimizations Show Huge Benefit For High Core Count Servers
29. März 2023, Phoronix

The Performance Impact Of Intel's Register File Data Sampling "RFDS" Mitigation
15. März 2024, Phoronix

bereitgestellt von Google News

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

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

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

Announcing General Availability of Graph Semantics in Kusto
27. Mai 2024, Microsoft

Announcing the retirement of SQL Server Stretch Database
3. Juli 2024, Microsoft

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk