DBMS > EsgynDB vs. IBM Db2 vs. Microsoft Azure Data Explorer vs. Oracle Berkeley DB vs. RDF4J

Vergleich der Systemeigenschaften EsgynDB vs. IBM Db2 vs. Microsoft Azure Data Explorer vs. Oracle Berkeley DB vs. RDF4J

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Weit verbreitetes RDBMS im Großrechnerumfeld (z/OS), zwei unterschiedliche Versionen für Großrechner und Windows/Linux

Fully managed big data interactive analytics platform

Weit verbreiteter In-Process Key-Value Store

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Relational DBMS

Seit Version 10.5 Unterstützung für JSON/BSON Dokumente mit Kompatibilität zu MongoDB

Relational DBMS

column oriented

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

RDF Store

Sekundäre Datenbankmodelle

Document Store
RDF Store

in Db2 LUW (Linux, Unix, Windows)
Spatial DBMS

with Db2 Spatial Extender

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	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	128,46
Rang	#8	Overall
	#5	Relational DBMS

Punkte	4,38
Rang	#77	Overall
	#41	Relational DBMS

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Website

www.esgyn.cn

www.ibm.com/products/db2

azure.microsoft.com/services/data-explorer

www.oracle.com/database/technologies/related/berkeleydb.html

rdf4j.org

Technische Dokumentation

www.ibm.com/docs/en/db2

docs.microsoft.com/en-us/azure/data-explorer

docs.oracle.com/cd/E17076_05/html/index.html

rdf4j.org/documentation

Entwickler

Esgyn

IBM

Microsoft

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2015

1983

Version für Großrechner

2019

1994

2004

Aktuelle Version

12.1, Oktober 2016

cloud service with continuous releases

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

kostenlose Version verfügbar

kommerziell

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Eclipse Distribution License (EDL), v1.0.

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

C++, Java

C und C++

C, Java, C++ (depending on the Berkeley DB edition)

Java

Server Betriebssysteme

Linux

AIX
HP-UX
Linux
Solaris
Windows
z/OS

gehostet

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux
OS X
Unix
Windows

Datenschema

Fixed schema with schema-less datatypes (dynamic)

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

Kusto Query Language (KQL), SQL subset

SQL Interface basierend auf SQLite verfügbar

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

ADO.NET
JDBC
JSON style queries

Kompatibel zu MongoDB
ODBC
XQuery

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

All languages supporting JDBC/ODBC/ADO.Net

C
C#
C++
Cobol
Delphi
Fortran
Java
Perl
PHP
Python
Ruby
Visual Basic

.Net
Go
Java
JavaScript (Node.js)
PowerShell
Python
R

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Yes, possible languages: KQL, Python, R

nein

Triggers

nein

see docs.microsoft.com/en-us/azure/kusto/management/updatepolicy

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

nur in Windows/Unix/Linux Version

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

mit Zusatztools (MQ, InfoSphere)

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

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Spark connector (open source): github.com/Azure/azure-kusto-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, Microsoft

Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog
13. Juli 2023, microsoft.com

Controlling costs in Azure Data Explorer using down-sampling and aggregation
11. Februar 2019, Microsoft

Individually great, collectively unmatched: Announcing updates to 3 great Azure Data Services
7. Februar 2019, Microsoft

Log and Telemetry Analytics Performance Benchmark
16. August 2022, Gigaom

bereitgestellt von Google News

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

The importance of bitcoin nodes and how to start one
9. Mai 2014, The Merkle News

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk