DBMS > EJDB vs. Hazelcast vs. JaguarDB vs. Microsoft Azure Table Storage

Vergleich der Systemeigenschaften EJDB vs. Hazelcast vs. JaguarDB vs. Microsoft Azure Table Storage

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

A widely adopted in-memory data grid

Performant, highly scalable DBMS for AI and IoT applications

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

Primäres Datenbankmodell

Document Store

Key-Value Store

Key-Value Store
Vektor DBMS

Wide Column Store

Sekundäre Datenbankmodelle

Document Store

JSON support with IMDG 3.12

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

Punkte	0,31
Rang	#296	Overall
	#44	Document Stores

Punkte	5,46
Rang	#61	Overall
	#7	Key-Value Stores

Punkte	0,06
Rang	#381	Overall
	#59	Key-Value Stores
	#13	Vektor DBMS

Punkte	4,04
Rang	#77	Overall
	#6	Wide Column Stores

Website

github.com/Softmotions/ejdb

hazelcast.com

www.jaguardb.com

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

Technische Dokumentation

github.com/Softmotions/ejdb/blob/master/README.md

hazelcast.org/imdg/docs

www.jaguardb.com/support.html

Entwickler

Softmotions

Hazelcast

DataJaguar, Inc.

Microsoft

Erscheinungsjahr

2012

2008

2015

2012

Aktuelle Version

5.3.6, November 2023

3.3 July 2023

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache Version 2; commercial licenses available

Open Source

GPL V3.0

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

Java

C++

the server part. Clients available in other languages

Server Betriebssysteme

serverlos

Alle Betriebssysteme mit einer Java VM

Linux

gehostet

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

XML Unterstützung

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

the object must implement a serialization strategy

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like query language

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

nein

APIs und andere Zugriffskonzepte

In-process Library

JCache
JPA
Memcached Protokoll
RESTful HTTP API

JDBC
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

.Net
C#
C++
Clojure
Go
Java
JavaScript (Node.js)
Python
Scala

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

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

Server-seitige Scripts

Stored Procedures

nein

Event Listeners, Executor Services

nein

Triggers

nein

Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Replicated Map

Multi-Source Replikation

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

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency selectable by user

Raft Consensus Algorithm

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

one or two-phase-commit; repeatable reads; read commited

nein

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Role-based access control

Rechteverwaltung mit Benutzeraccounts

Access rights based on private key authentication or shared access signatures

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

Hazelcast Showcases Real-Time Data Platform at 2024 Gartner Summit
15. Mai 2024, Datanami

Hazelcast Weaves Wider Logic Threads Through The Data Fabric
7. März 2024, Forbes

Hazelcast 5.4 real time data processing platform boosts AI and consistency
17. April 2024, VentureBeat

Hazelcast Versus Redis: A Practical Comparison
4. Januar 2024, Database Trends and Applications

Hazelcast: The 'true' value of streaming real-time data
27. September 2023, ComputerWeekly.com

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

Inside Azure File Storage
7. Oktober 2015, Microsoft

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