DBMS > GeoMesa vs. Microsoft Azure Synapse Analytics vs. NSDb vs. Splice Machine

Vergleich der Systemeigenschaften GeoMesa vs. Microsoft Azure Synapse Analytics vs. NSDb vs. Splice Machine

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.

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

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

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

Punkte	0,81
Rang	#214	Overall
	#4	Spatial DBMS

Punkte	22,71
Rang	#30	Overall
	#18	Relational DBMS

Punkte	0,00
Rang	#396	Overall
	#42	Time Series DBMS

Punkte	0,54
Rang	#255	Overall
	#116	Relational DBMS

Website

www.geomesa.org

azure.microsoft.com/services/synapse-analytics

nsdb.io

splicemachine.com

Technische Dokumentation

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

docs.microsoft.com/azure/synapse-analytics

nsdb.io/Architecture

splicemachine.com/how-it-works

Entwickler

CCRi und Andere

Microsoft

Splice Machine

Erscheinungsjahr

2014

2016

2017

2014

Aktuelle Version

4.0.5, Februar 2024

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

kommerziell

Open Source

Apache Version 2.0

Open Source

AGPL 3.0, commercial license available

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

C++

Java, Scala

Java

Server Betriebssysteme

gehostet

Linux
macOS

Linux
OS X
Solaris
Windows

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

SQL-like query language

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

gRPC
HTTP REST
WebSocket

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C#
Java
PHP

Java
Scala

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

nein

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding, horizontal partitioning

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Immediate Consistency

Eventual Consistency

Immediate 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

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

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

Access rights for users, groups and roles according to SQL-standard

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

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

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

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

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

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

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Unified MLOps: Feature Stores and Model Deployment
13. Mai 2022, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk