DBMS > GeoMesa vs. GridGain vs. Microsoft Azure Synapse Analytics vs. NSDb

Vergleich der Systemeigenschaften GeoMesa vs. GridGain vs. Microsoft Azure Synapse Analytics vs. NSDb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

GridGain is an in-memory computing platform, built on Apache Ignite

Elastic, large scale data warehouse service leveraging the broad eco-system of SQL Server

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Primäres Datenbankmodell

Spatial DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Time Series DBMS

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

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	1,47
Rang	#154	Overall
	#26	Key-Value Stores
	#72	Relational DBMS

Punkte	20,56
Rang	#31	Overall
	#19	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Website

www.geomesa.org

www.gridgain.com

azure.microsoft.com/services/synapse-analytics

nsdb.io

Technische Dokumentation

www.geomesa.org/documentation/stable/user/index.html

www.gridgain.com/docs/index.html

docs.microsoft.com/azure/synapse-analytics

nsdb.io/Architecture

Entwickler

CCRi und Andere

GridGain Systems, Inc.

Microsoft

Erscheinungsjahr

2014

2007

2016

2017

Aktuelle Version

4.0.5, Februar 2024

GridGain 8.5.1

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

kommerziell

Open Source

Apache Version 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

Scala

Java, C++, .Net

C++

Java, Scala

Server Betriebssysteme

Linux
OS X
Solaris
Windows

gehostet

Linux
macOS

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

nein

ANSI-99 for query and DML statements, subset of DDL

SQL-like query language

APIs und andere Zugriffskonzepte

HDFS API
Hibernate
JCache
JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
Spring Data

ADO.NET
JDBC
ODBC

gRPC
HTTP REST
WebSocket

Unterstützte Programmiersprachen

C#
C++
Java
PHP
Python
Ruby
Scala

C#
Java
PHP

Java
Scala

Server-seitige Scripts

Stored Procedures

nein

yes (compute grid and cache interceptors can be used instead)

Transact SQL

nein

Triggers

nein

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

Sharding, horizontal partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

yes (replicated cache)

MapReduce

Bietet ein API für Map/Reduce Operationen

yes (compute grid and hadoop accelerator)

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

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

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

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

abhängig von Storage layer

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

Security Hooks for custom implementations

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

GridGain to Sponsor and Speak at Three Key Industry Events in May 2024
2. Mai 2024, PR Newswire

GridGain's 2023 Growth Positions Company for Strong 2024
25. Januar 2024, Datanami

GridGain Named in the 2023 Gartner® Market Guide for Event Stream Processing
22. August 2023, GlobeNewswire

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, PR Newswire

GridGain Releases Platform v8.9 for High-Speed Analytics Across Disparate Data Workloads
12. Oktober 2023, Datanami

bereitgestellt von Google News

Migrate Microsoft Azure Synapse Analytics to Amazon Redshift using AWS SCT | Amazon Web Services
18. Oktober 2023, AWS Blog

Azure Synapse vs. Databricks: Data Platform Comparison 2024
26. März 2024, eWeek

Azure Synapse Runtime for Apache Spark 3.2 End of Support | Azure updates
22. März 2024, Microsoft

Azure Synapse Analytics: Everything you need to know about Microsoft's cloud analytics platform
24. September 2023, DataScientest

Azure Synapse Link for Cosmos DB: New Analytics Capabilities
10. November 2023, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk