DBMS > Graphite vs. LeanXcale vs. Microsoft Azure SQL Database vs. Tkrzw

Vergleich der Systemeigenschaften Graphite vs. LeanXcale vs. Microsoft Azure SQL Database vs. Tkrzw

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Relationaler Datenbankdienst aus der Cloud mit großer Kompatibilität zum Microsoft SQL Server

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Graph DBMS
Spatial DBMS

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

Punkte	4,83
Rang	#67	Overall
	#4	Time Series DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	76,78
Rang	#16	Overall
	#11	Relational DBMS

Punkte	0,07
Rang	#372	Overall
	#57	Key-Value Stores

Website

github.com/graphite-project/graphite-web

www.leanxcale.com

azure.microsoft.com/en-us/products/azure-sql/database

dbmx.net/tkrzw

Technische Dokumentation

graphite.readthedocs.io

docs.microsoft.com/en-us/azure/azure-sql

Entwickler

Chris Davis

LeanXcale

Microsoft

Mikio Hirabayashi

Erscheinungsjahr

2006

2015

2010

2020

Aktuelle Version

V12

0.9.3, August 2020

Lizenz

Commercial or Open Source

Open Source

Apache 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

Python

C++

Server Betriebssysteme

Linux
Unix

gehostet

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

nein

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

through Apache Derby

nein

APIs und andere Zugriffskonzepte

HTTP API
Sockets

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

JavaScript (Node.js)
Python

C
Java
Scala

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

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

ja, immer mindestens 3 Replikas vorhanden

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

PostgreSQL is the DBMS of the Year 2020
4. Januar 2021, Paul Andlinger, Matthias Gelbmann

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

The value of time series data and TSDBs
10. Juni 2021, InfoWorld

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Copilot in Azure SQL Database in Private Preview
27. März 2024, InfoQ.com

Microsoft unveils Copilot for Azure SQL Database
27. März 2024, InfoWorld

Azure SQL Database migration to OCI - resources estimation and migration approach
11. Januar 2024, blogs.oracle.com

Expand the limits of innovation with Azure data
21. März 2024, microsoft.com

Why migrate Windows Server and SQL Server to Azure: ROI, innovation, and free offers
25. April 2024, microsoft.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk