DBMS > HEAVY.AI vs. Lovefield vs. Microsoft Azure Table Storage vs. OrigoDB

Vergleich der Systemeigenschaften HEAVY.AI vs. Lovefield vs. Microsoft Azure Table Storage vs. OrigoDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Embeddable relational database for web apps written in pure JavaScript

A Wide Column Store for rapid development using massive semi-structured datasets

A fully ACID in-memory object graph database

Primäres Datenbankmodell

Relational DBMS

Wide Column Store

Document Store
Object oriented DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	4,48
Rang	#75	Overall
	#6	Wide Column Stores

Punkte	0,00
Rang	#383	Overall
	#53	Document Stores
	#20	Object oriented DBMS

Website

github.com/heavyai/heavydb
www.heavy.ai

google.github.io/lovefield

azure.microsoft.com/en-us/services/storage/tables

origodb.com

Technische Dokumentation

docs.heavy.ai

github.com/google/lovefield/blob/master/docs/spec_index.md

origodb.com/docs

Entwickler

HEAVY.AI, Inc.

Google

Microsoft

Robert Friberg et al

Erscheinungsjahr

2016

2014

2012

2009

under the name LiveDB

Aktuelle Version

5.10, Jänner 2022

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 2.0

kommerziell

Open Source

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

C++ and CUDA

JavaScript

Server Betriebssysteme

Linux

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

gehostet

Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

via JavaScript builder pattern

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

RESTful HTTP API

.NET Client API
HTTP API
LINQ

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

JavaScript

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

.Net

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Using read-only observers

nein

Domain Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

keine

Sharding

Implicit feature of the cloud service

horizontale Partitionierung

client side managed; servers are not synchronized

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

depending on model

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

optimistic Locking

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

Write ahead log

In-Memory Unterstützung

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Access rights based on private key authentication or shared access signatures

Role based authorization

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

Erwähnungen in aktuellen Nachrichten

HEAVY.AI Introduces HeavyIQ, Delivering Powerful Conversational Analytics Focused on Location and Time Data
19. März 2024, Datanami

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Azure Cosmos DB Data Migration tool imports from Azure Table storage | Azure updates
5. Mai 2015, azure.microsoft.com

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

Testing Precompiled Azure Functions Locally with Storage Emulator
8. März 2018, Visual Studio Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk