DBMS > HBase vs. Kinetica vs. Microsoft Azure Data Explorer vs. TimesTen
Vergleich der Systemeigenschaften HBase vs. Kinetica vs. Microsoft Azure Data Explorer vs. TimesTen
Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.
| Redaktionelle Informationen bereitgestellt von DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | HBase Xaus Vergleich ausschliessen | Kinetica Xaus Vergleich ausschliessen | Microsoft Azure Data Explorer Xaus Vergleich ausschliessen | TimesTen Xaus Vergleich ausschliessen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kurzbeschreibung | Wide-Column Store basierend auf Apache Hadoop und auf Konzepten von BigTable | Fully vectorized database across both GPUs and CPUs | Fully managed big data interactive analytics platform | In-Memory RDBMS compatible to Oracle | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primäres Datenbankmodell | Wide Column Store | Relational DBMS | Relational DBMS  column oriented | Relational DBMS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Sekundäre Datenbankmodelle | Spatial DBMS Time Series DBMS | Document Store If a column is of type dynamic docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types/dynamic then it's possible to add arbitrary JSON documents in this cell Event Store this is the general usage pattern at Microsoft. Billing, Logs, Telemetry events are stored in ADX and the state of an individual entity is defined by the arg_max(timestamps)Spatial DBMS Suchmaschine support for complex search expressions docs.microsoft.com/en-us/azure/kusto/query/parseoperator FTS, Geospatial docs.microsoft.com/en-us/azure/kusto/query/geo-point-to-geohash-function distributed search -> ADX acts as a distributed search engineTime Series DBMS see docs.microsoft.com/en-us/azure/data-explorer/time-series-analysis | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | hbase.apache.org | www.kinetica.com | azure.microsoft.com/services/data-explorer | www.oracle.com/database/technologies/related/timesten.html | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technische Dokumentation | hbase.apache.org/book.html | docs.kinetica.com | docs.microsoft.com/en-us/azure/data-explorer | docs.oracle.com/database/timesten-18.1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Entwickler | Apache Software Foundation Apache Top-Level Projekt, ursprünglich entwickelt von Powerset | Kinetica | Microsoft | Oracle, TimesTen Performance Software, HP originally founded in HP Labs it was acquired by Oracle in 2005 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Erscheinungsjahr | 2008 | 2012 | 2019 | 1998 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Aktuelle Version | 2.3.4, Jaenner 2021 | 7.1, August 2021 | cloud service with continuous releases | 11 Release 2 (11.2.2.8.0) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Lizenz Commercial or Open Source | Open Source Apache Version 2 | kommerziell | kommerziell | kommerziell | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar | nein | nein | ja | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementierungssprache | Java | C, C++ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server Betriebssysteme | Linux Unix Windows mit Cygwin | Linux | gehostet | AIX HP-UX Linux OS X Solaris SPARC/x86 Windows | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Datenschema | schema-free, schema definition possible | ja | Fixed schema with schema-less datatypes (dynamic) | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typisierung vordefinierte Datentypen, z.B. float oder date | options to bring your own types, AVRO | ja | ja bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT | nein | nein | ja | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Sekundärindizes | nein | ja | all fields are automatically indexed | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | nein | SQL-like DML and DDL statements | Kusto Query Language (KQL), SQL subset | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs und andere Zugriffskonzepte | Java API RESTful HTTP API Thrift | JDBC ODBC RESTful HTTP API | Microsoft SQL Server communication protocol (MS-TDS) RESTful HTTP API | JDBC ODBC ODP.NET Oracle Call Interface (OCI) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Unterstützte Programmiersprachen | C C# C++ Groovy Java PHP Python Scala | C++ Java JavaScript (Node.js) Python | .Net Go Java JavaScript (Node.js) PowerShell Python R | C C++ Java PL/SQL | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-seitige Scripts Stored Procedures | ja Coprocessors in Java | benutzerdefinierte Funktionen | Yes, possible languages: KQL, Python, R | PL/SQL | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | ja | ja triggers when inserted values for one or more columns fall within a specified range | ja see docs.microsoft.com/en-us/azure/kusto/management/updatepolicy | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten | Sharding | Sharding | Sharding Implicit feature of the cloud service | keine | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten | Multi-Source Replikation Source-Replica Replikation | Source-Replica Replikation | ja Implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant. | Multi-Source Replikation Source-Replica Replikation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Bietet ein API für Map/Reduce Operationen | ja | nein | Spark connector (open source): github.com/Azure/azure-kusto-spark | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System | Immediate Consistency or Eventual Consistency | Immediate Consistency or Eventual Consistency depending on configuration | Eventual Consistency Immediate Consistency | Immediate Consistency or Eventual Consistency depending on configuration | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Fremdschlüssel referenzielle Integrität | nein | ja | nein | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen | Single row ACID (across millions of columns) | nein | nein | ACID | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen | ja | ja | ja | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Dauerhafte Speicherung der Daten | ja | ja | ja | ja by means of logfiles and checkpoints | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten | ja | ja GPU vRAM or System RAM | nein | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Berechtigungskonzept Zugriffskontrolle | Access Control Lists (ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC | Zugriffsrechte für Benutzer und Rollen auf Tabellenebene | Azure Active Directory Authentication | Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Informationen bereitgestellt vom SystemherstellerWir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Zugehörige Produkte und DienstleistungenWir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Weitere Ressourcen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| HBase | Kinetica | Microsoft Azure Data Explorer | TimesTen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DB-Engines Blog Posts | Cloudera's HBase PaaS offering now supports Complex Transactions Why is Hadoop not listed in the DB-Engines Ranking? | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Erwähnungen in aktuellen Nachrichten | Best Practices from Rackspace for Modernizing a Legacy HBase/Solr Architecture Using AWS Services | Amazon Web ... Less Components, Higher Performance: Apache Doris instead of ClickHouse, MySQL, Presto, and HBase HBase: The database big data left behind What Is HBase? (Definition, Uses, Benefits, Features) HBase Tutorial bereitgestellt von Google News | Kinetica Elevates RAG with Fast Access to Real-Time Data Kinetica Delivers Real-Time Vector Similarity Search Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise Transforming spatiotemporal data analysis with GPUs and generative AI bereitgestellt von Google News | Introducing Microsoft Fabric: The data platform for the era of AI | Microsoft Azure Blog Azure Data Explorer: Log and telemetry analytics benchmark Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog Azure Data Explorer and Stream Analytics for anomaly detection Controlling costs in Azure Data Explorer using down-sampling and aggregation bereitgestellt von Google News | In-memory databases with Emulex Gen 7 bereitgestellt von Google News | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Teilen sie diese Seite mit ihrem Netzwerk
