DBMS > Ehcache vs. Graph Engine vs. HEAVY.AI vs. Microsoft Azure Data Explorer vs. RDF4J

Vergleich der Systemeigenschaften Ehcache vs. Graph Engine vs. HEAVY.AI vs. Microsoft Azure Data Explorer vs. RDF4J

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Ehcache  Xaus Vergleich ausschliessen	Graph Engine former name: Trinity  Xaus Vergleich ausschliessen	HEAVY.AI Formerly named 'OmniSci', rebranded to 'HEAVY.AI' in March 2022  Xaus Vergleich ausschliessen	Microsoft Azure Data Explorer  Xaus Vergleich ausschliessen	RDF4J formerly known as Sesame  Xaus Vergleich ausschliessen
Kurzbeschreibung	A widely adopted Java cache with tiered storage options	A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine	A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware	Fully managed big data interactive analytics platform	RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.
Primäres Datenbankmodell	Key-Value Store	Graph DBMS Key-Value Store	Relational DBMS	Relational DBMS column oriented	RDF Store
Sekundäre Datenbankmodelle			Spatial DBMS	Document Store If a column is of type dynamic docs.microsoft.com/­en-us/­azure/­kusto/­query/­scalar-data-types/­dynamic then it's possible to add arbitrary JSON documents in this cell Event Store this is the general usage pattern at Microsoft. Billing, Logs, Telemetry events are stored in ADX and the state of an individual entity is defined by the arg_max(timestamps) Spatial DBMS Suchmaschine support for complex search expressions docs.microsoft.com/­en-us/­azure/­kusto/­query/­parseoperator FTS, Geospatial docs.microsoft.com/­en-us/­azure/­kusto/­query/­geo-point-to-geohash-function distributed search -> ADX acts as a distributed search engine Time Series DBMS see docs.microsoft.com/­en-us/­azure/­data-explorer/­time-series-analysis
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 4,64 Rang #68   Overall #8   Key-Value Stores	Punkte 0,67 Rang #232   Overall #21   Graph DBMS #34   Key-Value Stores	Punkte 1,64 Rang #145   Overall #67   Relational DBMS	Punkte 3,80 Rang #81   Overall #43   Relational DBMS	Punkte 0,74 Rang #222   Overall #9   RDF Stores
Website	www.ehcache.org	www.graphengine.io	github.com/­heavyai/­heavydb www.heavy.ai	azure.microsoft.com/­services/­data-explorer	rdf4j.org
Technische Dokumentation	www.ehcache.org/­documentation	www.graphengine.io/­docs/­manual	docs.heavy.ai	docs.microsoft.com/­en-us/­azure/­data-explorer	rdf4j.org/­documentation
Entwickler	Terracotta Inc, owned by Software AG	Microsoft	HEAVY.AI, Inc.	Microsoft	Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.
Erscheinungsjahr	2009	2010	2016	2019	2004
Aktuelle Version	3.10.0, Maerz 2022		5.10, Jänner 2022	cloud service with continuous releases
Lizenz Commercial or Open Source	Open Source Apache Version 2; commercial licenses available	Open Source MIT License	Open Source Apache Version 2; enterprise edition available	kommerziell	Open Source Eclipse Distribution License (EDL), v1.0.
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	ja	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Java	.NET and C	C++ and CUDA		Java
Server Betriebssysteme	Alle Betriebssysteme mit einer Java VM	.NET	Linux	gehostet	Linux OS X Unix Windows
Datenschema	schemafrei	ja	ja	Fixed schema with schema-less datatypes (dynamic)	ja RDF Schemas
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	ja	ja	ja bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/­en-us/­azure/­kusto/­query/­scalar-data-types	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	ja
Sekundärindizes	nein		nein	all fields are automatically indexed	ja
SQL Support of SQL	nein	nein	ja	Kusto Query Language (KQL), SQL subset	nein
APIs und andere Zugriffskonzepte	JCache	RESTful HTTP API	JDBC ODBC Thrift Vega	Microsoft SQL Server communication protocol (MS-TDS) RESTful HTTP API	Java API RIO RDF Input/Output Sail API SeRQL Sesame RDF Query Language Sesame REST HTTP Protocol SPARQL
Unterstützte Programmiersprachen	Java	C# C++ F# Visual Basic	All languages supporting JDBC/ODBC/Thrift Python	.Net Go Java JavaScript (Node.js) PowerShell Python R	Java PHP Python
Server-seitige Scripts Stored Procedures	nein	ja	nein	Yes, possible languages: KQL, Python, R	ja
Triggers	ja Cache Event Listeners	nein	nein	ja see docs.microsoft.com/­en-us/­azure/­kusto/­management/­updatepolicy	ja
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding by using Terracotta Server	horizontale Partitionierung	Sharding Round robin	Sharding Implicit feature of the cloud service	keine
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	ja by using Terracotta Server		Multi-Source Replikation	ja Implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.	keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein		nein	Spark connector (open source): github.com/­Azure/­azure-kusto-spark	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Tunable Consistency (Strong, Eventual, Weak)		Immediate Consistency	Eventual Consistency Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ja supports JTA and can work as an XA resource	nein	nein	nein	ACID Isolation abhängig vom verwendeten API
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja using a tiered cache-storage approach	optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage	ja	ja	ja In-memory Storage wird ebenfalls unterstützt
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja	ja	ja	nein
Berechtigungskonzept Zugriffskontrolle	nein		Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard	Azure Active Directory Authentication	nein
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.