DB-EnginesInfluxDB: Focus on building software with an easy-to-use serverless, scalable time series platformEnglish
Deutsch
Informationen zu relationalen und NoSQL DatenbankmanagementsystemenEin Service von solid IT

DBMS > Dragonfly vs. Microsoft Azure Table Storage vs. Trafodion

Vergleich der Systemeigenschaften Dragonfly vs. Microsoft Azure Table Storage vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines
NameDragonfly  Xaus Vergleich ausschliessenMicrosoft Azure Table Storage  Xaus Vergleich ausschliessenTrafodion  Xaus Vergleich ausschliessen
Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.
KurzbeschreibungA drop-in Redis replacement that scales vertically to support millions of operations per second and terabyte sized workloads, all on a single instanceA Wide Column Store for rapid development using massive semi-structured datasetsTransactional SQL-on-Hadoop DBMS
Primäres DatenbankmodellKey-Value StoreWide Column StoreRelational DBMS
DB-Engines Ranking infomisst die Popularität von Datenbankmanagement- systemenranking trend
Trend Chart
Punkte0,49
Rang#261  Overall
#38  Key-Value Stores
Punkte4,04
Rang#77  Overall
#6  Wide Column Stores
Websitegithub.com/­dragonflydb/­dragonfly
www.dragonflydb.io
azure.microsoft.com/­en-us/­services/­storage/­tablestrafodion.apache.org
Technische Dokumentationwww.dragonflydb.io/­docstrafodion.apache.org/­documentation.html
EntwicklerDragonflyDB team and community contributorsMicrosoftApache Software Foundation, originally developed by HP
Erscheinungsjahr202320122014
Aktuelle Version1.0, March 20232.3.0, Februar 2019
Lizenz infoCommercial or Open SourceOpen Source infoBSL 1.1kommerziellOpen Source infoApache 2.0
Ausschließlich ein Cloud-Service infoNur als Cloud-Service verfügbarneinjanein
DBaaS Angebote (gesponserte Links) infoDatabase as a Service

Providers of DBaaS offerings, please contact us to be listed.
ImplementierungsspracheC++C++, Java
Server BetriebssystemeLinuxgehostetLinux
Datenschemaschemafreischemafreija
Typisierung infovordefinierte Datentypen, z.B. float oder datestrings, hashes, lists, sets, sorted sets, bit arraysjaja
XML Unterstützung infoVerarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLTneinneinnein
Sekundärindizesneinneinja
SQL infoSupport of SQLneinneinja
APIs und andere ZugriffskonzepteProprietäres Protokoll infoRESP - REdis Serialization ProtocolRESTful HTTP APIADO.NET
JDBC
ODBC
Unterstützte ProgrammiersprachenC
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
.Net
C#
C++
Java
JavaScript (Node.js)
PHP
Python
Ruby
All languages supporting JDBC/ODBC/ADO.Net
Server-seitige Scripts infoStored ProceduresLuaneinJava Stored Procedures
Triggerspublish/subscribe channels provide some trigger functionalityneinnein
Partitionierungsmechanismen infoMethoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen KnotenSharding infoImplicit feature of the cloud serviceSharding
Replikationsmechanismen infoMethoden zum redundanten Speichern von Daten auf mehreren KnotenSource-Replica Replikationja infoimplicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.ja, durch HBase
MapReduce infoBietet ein API für Map/Reduce Operationenneinneinja infomittels user defined functions und HBase
Konsistenzkonzept infoMethoden zur Sicherstellung der Konsistenz in einem verteilten SystemEventual ConsistencyImmediate ConsistencyImmediate Consistency
Fremdschlüssel inforeferenzielle Integritätneinneinja
Transaktionskonzept infoUnterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren DatenmanipulationenAtomic execution of command blocks and scriptsoptimistic LockingACID
Concurrency infoUnterstützung von gleichzeitig ausgeführten Datenmanipulationenyes, strict serializability by the serverjaja
Durability infoDauerhafte Speicherung der Datenjajaja
In-Memory Unterstützung infoGibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu haltenjaneinnein
Berechtigungskonzept infoZugriffskontrollePassword-based authenticationAccess rights based on private key authentication or shared access signaturesBenutzer 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
DragonflyMicrosoft Azure Table StorageTrafodion
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

Dragonfly 1.0 Released For What Claims To Be The World's Fastest In-Memory Data Store
20. März 2023, Phoronix

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

bereitgestellt von Google News

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

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

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

bereitgestellt von Google News

SQL-on-Hadoop Database Trafodion Bridges Transactions and Analysis
24. Januar 2018, The New Stack

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

Low-latency, distributed database architectures are critical for emerging fog applications
16. Juli 2022, Embedded Computing Design

bereitgestellt von Google News



Teilen sie diese Seite mit ihrem Netzwerk

Featured Products

Milvus logo

Vector database designed for GenAI, fully equipped for enterprise implementation.
Try Managed Milvus for Free

Datastax Astra logo

Bring all your data to Generative AI applications with vector search enabled by the most scalable
vector database available.
Try for Free

Neo4j logo

See for yourself how a graph database can make your life easier.
Use Neo4j online for free.

Präsentieren Sie hier Ihr Produkt