DBMS > Firebolt vs. Microsoft Azure Table Storage vs. OpenQM vs. RDF4J

Vergleich der Systemeigenschaften Firebolt vs. Microsoft Azure Table Storage vs. OpenQM vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Highly scalable cloud data warehouse and analytics product

Forked from Clickhouse

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

QpenQM is a high-performance, self-tuning, multi-value DBMS

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

Primäres Datenbankmodell

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

Punkte	1,49
Rang	#148	Overall
	#68	Relational DBMS

Punkte	3,55
Rang	#80	Overall
	#6	Wide Column Stores

Punkte	0,28
Rang	#291	Overall
	#10	Multivalue DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

www.firebolt.io

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

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

rdf4j.org

Technische Dokumentation

docs.firebolt.io

rdf4j.org/documentation

Entwickler

Firebolt Analytics Inc.

Microsoft

Rocket Software, originally Martin Phillips

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

Erscheinungsjahr

2020

2012

1993

2004

Aktuelle Version

3.4-12

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

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

Java

Server Betriebssysteme

gehostet

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Linux
OS X
Unix
Windows

Datenschema

schemafrei

with some exceptions

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

.Net
ODBC
RESTful HTTP API

RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Go
JavaScript (Node.js)
Python

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

.Net
Basic
C
Java
Objective C
PHP
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

optimistic Locking

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

Access rights based on private key authentication or shared access signatures

Access rights can be defined down to the item level

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

Firebolt Introduces Industry-First Low Latency Cloud Data Warehouse
18. September 2024, insideBIGDATA

Data warehouse unicorn Firebolt aims to make magic in Kirkland
11. September 2024, The Business Journals

Analytics and Data Science News for the Week of September 20; Updates from Firebolt, Qrvey, Teradata & More
20. September 2024, Solutions Review

10 Best Data Pipeline Tools of 2024 to Boost Your Productivity
20. Februar 2024, Datamation

Firebolt Archives - High-Performance Computing News Analysis
17. September 2024, insideHPC

bereitgestellt von Google News

How to use Azure Table storage in .Net
10. Juli 2024, InfoWorld

Working with Azure to Use and Manage Data Lakes
23. Juli 2024, Simplilearn

Azure Cosmos DB Data Migration tool imports from Azure Table storage
5. Mai 2015, Microsoft

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

Testing Precompiled Azure Functions Locally with Storage Emulator
8. März 2018, Visual Studio Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk