DBMS > EJDB vs. Heroic vs. Microsoft Azure Synapse Analytics vs. Netezza vs. Warp 10

Vergleich der Systemeigenschaften EJDB vs. Heroic vs. Microsoft Azure Synapse Analytics vs. Netezza vs. Warp 10

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

TimeSeries DBMS specialized on timestamped geo data based on LevelDB or HBase

Primäres Datenbankmodell

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

Punkte	0,13
Rang	#331	Overall
	#46	Document Stores

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

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

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Punkte	0,06
Rang	#351	Overall
	#35	Time Series DBMS

Website

github.com/Softmotions/ejdb

github.com/spotify/heroic

azure.microsoft.com/services/synapse-analytics

www.ibm.com/products/netezza

www.warp10.io

Technische Dokumentation

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

spotify.github.io/heroic

docs.microsoft.com/azure/synapse-analytics

www.warp10.io/content/02_Getting_started

Entwickler

Softmotions

Spotify

Microsoft

IBM

SenX

Erscheinungsjahr

2012

2014

2016

2000

2015

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

kommerziell

Open Source

Apache License 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

Java

C++

Java

Server Betriebssysteme

serverlos

gehostet

Linux

In Appliance inkludiert

Linux
OS X
Windows

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

nein

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

In-process Library

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

ADO.NET
JDBC
ODBC

JDBC
ODBC
OLE DB

HTTP API
Jupyter
WebSocket

Unterstützte Programmiersprachen

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

C#
Java
PHP

C
C++
Fortran
Java
Lua
Perl
Python
R

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

WarpScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Sharding, horizontal partitioning

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-table-constraints

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

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

Benutzer mit feingranularem Berechtigungskonzept

Mandatory use of cryptographic tokens, containing fine-grained authorizations

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

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

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, ibm.com

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, Microsoft

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

bereitgestellt von Google News

Launched Just A Year Ago, Open-Source Scality S3 Server Gains Extraordinary Momentum As It Simplifies The Life Of Developers
28. Juni 2017, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk