DBMS > HEAVY.AI vs. Microsoft Azure SQL Database vs. Oracle Berkeley DB vs. Postgres-XL vs. SpatiaLite

Vergleich der Systemeigenschaften HEAVY.AI vs. Microsoft Azure SQL Database vs. Oracle Berkeley DB vs. Postgres-XL vs. SpatiaLite

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

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

Weit verbreiteter In-Process Key-Value Store

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Spatial extension of SQLite

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Relational DBMS

Spatial DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Document Store
Graph DBMS
Spatial DBMS

Document Store
Spatial DBMS

Relational DBMS

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

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

Punkte	77,99
Rang	#16	Overall
	#11	Relational DBMS

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Punkte	1,60
Rang	#149	Overall
	#3	Spatial DBMS

Website

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

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

www.oracle.com/database/technologies/related/berkeleydb.html

www.postgres-xl.org

www.gaia-gis.it/fossil/libspatialite/index

Technische Dokumentation

docs.heavy.ai

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

docs.oracle.com/cd/E17076_05/html/index.html

www.postgres-xl.org/documentation

www.gaia-gis.it/gaia-sins/spatialite_topics.html

Entwickler

HEAVY.AI, Inc.

Microsoft

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Alessandro Furieri

Erscheinungsjahr

2016

2010

1994

2014

seit 2012, ursprünglich genannt StormDB

2008

Aktuelle Version

5.10, Jänner 2022

V12

18.1.40, Mai 2020

10 R1, Oktober 2018

5.0.0, August 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

kommerziell

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

Mozilla public license

Open Source

MPL 1.1, GPL v2.0 or LGPL v2.1

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

C++

C, Java, C++ (depending on the Berkeley DB edition)

C++

Server Betriebssysteme

Linux

gehostet

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux
macOS

serverlos

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL Interface basierend auf SQLite verfügbar

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

ADO.NET
JDBC
ODBC

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

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

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

keine

horizontale Partitionierung

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

ja, immer mindestens 3 Replikas vorhanden

Source-Replica Replikation

keine

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

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

bereitgestellt von Google News

Chapter 8: Using the Ledger Features of Azure SQL - Developing Blockchain Solutions in the Cloud [Book]
7. Mai 2024, O'Reilly Media

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

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

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

Azure SQL Database takes Saturday off on US east coast following network power failure
18. September 2023, The Register

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

A Quick Look at Open Source Databases for Mobile App Development
29. April 2018, Open Source For You

Motorola A780 Linux based smartphone to have mobile database
14. September 2004, Geekzone

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk