DBMS > EJDB vs. Heroic vs. jBASE vs. Microsoft Azure Table Storage vs. Splunk

Vergleich der Systemeigenschaften EJDB vs. Heroic vs. jBASE vs. Microsoft Azure Table Storage vs. Splunk

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

A robust multi-value DBMS comprising development tools and middleware

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

Plattform für die Analyse von Big Data

Primäres Datenbankmodell

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

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

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	1,49
Rang	#156	Overall
	#3	Multivalue DBMS

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

Punkte	89,10
Rang	#14	Overall
	#2	Suchmaschinen

Website

github.com/Softmotions/ejdb

github.com/spotify/heroic

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-jbase

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

www.splunk.com

Technische Dokumentation

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

spotify.github.io/heroic

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

docs.splunk.com/Documentation/Splunk

Entwickler

Softmotions

Spotify

Rocket Software (früher Zumasys)

Microsoft

Splunk Inc.

Erscheinungsjahr

2012

2014

1991

2012

2003

Aktuelle Version

5.7

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache 2.0

kommerziell

Eingeschränkte Gratisversion verfügbar

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

Server Betriebssysteme

serverlos

AIX
Linux
Windows

gehostet

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

optional

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

Embedded SQL for jBASE in BASIC

nein

Splunk Search Processing Language for search commands

APIs und andere Zugriffskonzepte

In-process Library

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

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

RESTful HTTP API

HTTP REST

Unterstützte Programmiersprachen

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

.Net
Basic
Jabbascript
Java

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

C#
Java
JavaScript
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

Multi-Source Replikation

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

Eventual 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

ACID

optimistic Locking

nein

A 'Transaction' in Splunk has a different meaning: grouping related events into a single one for later searching

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

Access rights can be defined down to the item level

Access rights based on private key authentication or shared access signatures

Zugriffsrechte für Benutzer und Rollen

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

DB-Engines Blog Posts

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

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

Teilen sie diese Seite mit ihrem Netzwerk