DBMS > DuckDB vs. FatDB vs. Heroic vs. Microsoft Azure Table Storage vs. Yaacomo

Vergleich der Systemeigenschaften DuckDB vs. FatDB vs. Heroic vs. Microsoft Azure Table Storage vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

An embeddable, in-process, column-oriented SQL OLAP RDBMS

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

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

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store

Time Series DBMS

Wide Column Store

Relational DBMS

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

Punkte	4,57
Rang	#74	Overall
	#40	Relational DBMS

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

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

Website

duckdb.org

github.com/spotify/heroic

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

yaacomo.com

Technische Dokumentation

duckdb.org/docs

spotify.github.io/heroic

Entwickler

FatCloud

Spotify

Microsoft

Q2WEB GmbH

Erscheinungsjahr

2018

2012

2014

2012

2009

Aktuelle Version

0.10, Februar 2024

Lizenz

Commercial or Open Source

Open Source

MIT License

kommerziell

Open Source

Apache 2.0

kommerziell

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

serverlos

Windows

gehostet

Android
Linux
Windows

Datenschema

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

via Elasticsearch

nein

SQL

Support of SQL

nein

Ãœber Integration mit SQL Server

nein

APIs und andere Zugriffskonzepte

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

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

RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

C
C#

3rd party driver
C++
Crystal

3rd party driver
Go

3rd party driver
Java
Lisp

3rd party driver
Python
R
Ruby

3rd party driver
Rust
Swift
Zig

3rd party driver

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

Server-seitige Scripts

Stored Procedures

nein

Ãœber Applikationen

nein

Triggers

nein

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

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

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

optimistic Locking

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Access rights based on private key authentication or shared access signatures

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

DuckDB: The tiny but powerful analytics database
15. Mai 2024, InfoWorld

DuckDB Walks to the Beat of Its Own Analytics Drum
5. März 2024, Datanami

Enabling Remote Query Execution through DuckDB Extensions
12. März 2024, InfoQ.com

My First Billion (of Rows) in DuckDB | by João Pedro | May, 2024
1. Mai 2024, Towards Data Science

MotherDuck Raises $52.5 Million Series B Funding as DuckDB Adoption Soars
20. September 2023, PR Newswire

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk