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

Vergleich der Systemeigenschaften GeoMesa vs. Microsoft Azure Synapse Analytics vs. OpenTenBase 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

An enterprise-level distributed HTAP open source database based on PostgreSQL

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

Primäres Datenbankmodell

Spatial DBMS

Relational DBMS

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

Punkte	0,86
Rang	#205	Overall
	#4	Spatial DBMS

Punkte	19,93
Rang	#31	Overall
	#19	Relational DBMS

Punkte	0,08
Rang	#370	Overall
	#156	Relational DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

www.geomesa.org

azure.microsoft.com/services/synapse-analytics

github.com/OpenTenBase/OpenTenBase
www.opentenbase.org

splicemachine.com

Technische Dokumentation

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

docs.microsoft.com/azure/synapse-analytics

docs.opentenbase.org
docs.opentenbase.org/en

splicemachine.com/how-it-works

Entwickler

CCRi und Andere

Microsoft

OpenAtom Foundation, previously Tencent

Splice Machine

Erscheinungsjahr

2014

2016

2014

Aktuelle Version

5.0.0, Mai 2024

2.5, Jänner 2024

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

kommerziell

Open Source

BSD-3

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

Server Betriebssysteme

gehostet

Linux

Linux
OS X
Solaris
Windows

Datenschema

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

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C#
Java
PHP

C
Go
Java
PHP
Python

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

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

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

yes

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

Fremdschlüssel

referenzielle Integrität

nein

docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-table-constraints

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

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

General Available: Azure Synapse Runtime for Apache Spark 3.4 is now GA | Azure updates
8. April 2024, Microsoft

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

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

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

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

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

Splice Machine scores $15M to make Hadoop run in real time
10. Februar 2014, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk