DBMS > Hawkular Metrics vs. Kinetica vs. Microsoft Azure Data Explorer vs. Pinecone vs. TimescaleDB
Vergleich der Systemeigenschaften Hawkular Metrics vs. Kinetica vs. Microsoft Azure Data Explorer vs. Pinecone vs. TimescaleDB
| Redaktionelle Informationen bereitgestellt von DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Hawkular Metrics Xaus Vergleich ausschliessen | Kinetica Xaus Vergleich ausschliessen | Microsoft Azure Data Explorer Xaus Vergleich ausschliessen | Pinecone Xaus Vergleich ausschliessen | TimescaleDB Xaus Vergleich ausschliessen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kurzbeschreibung | Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra. | Fully vectorized database across both GPUs and CPUs | Fully managed big data interactive analytics platform | A managed, cloud-native vector database | A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primäres Datenbankmodell | Time Series DBMS | Relational DBMS | Relational DBMS  column oriented | Vektor DBMS | Time Series 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 | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | www.hawkular.org | www.kinetica.com | azure.microsoft.com/services/data-explorer | www.pinecone.io | www.timescale.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technische Dokumentation | www.hawkular.org/hawkular-metrics/docs/user-guide | docs.kinetica.com | docs.microsoft.com/en-us/azure/data-explorer | docs.pinecone.io/docs/overview | docs.timescale.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Entwickler | Community supported by Red Hat | Kinetica | Microsoft | Pinecone Systems, Inc | Timescale | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Erscheinungsjahr | 2014 | 2012 | 2019 | 2019 | 2017 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Aktuelle Version | 7.1, August 2021 | cloud service with continuous releases | 2.15.0, Mai 2024 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Lizenz Commercial or Open Source | Open Source Apache 2.0 | kommerziell | kommerziell | kommerziell | Open Source Apache 2.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar | nein | nein | ja | ja | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementierungssprache | Java | C, C++ | C | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server Betriebssysteme | Linux OS X Windows | Linux | gehostet | gehostet | Linux OS X Windows | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Datenschema | schemafrei | ja | Fixed schema with schema-less datatypes (dynamic) | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typisierung vordefinierte Datentypen, z.B. float oder date | ja | ja | ja bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types | String, Number, Boolean | 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 | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 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 | nein | ja full PostgreSQL SQL syntax | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs und andere Zugriffskonzepte | HTTP REST | JDBC ODBC RESTful HTTP API | Microsoft SQL Server communication protocol (MS-TDS) RESTful HTTP API | RESTful HTTP API | ADO.NET JDBC native C library ODBC streaming API for large objects | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Unterstützte Programmiersprachen | Go Java Python Ruby | C++ Java JavaScript (Node.js) Python | .Net Go Java JavaScript (Node.js) PowerShell Python R | Python | .Net C C++ Delphi Java JDBCJavaScript Perl PHP Python R Ruby Scheme Tcl | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-seitige Scripts Stored Procedures | nein | benutzerdefinierte Funktionen | Yes, possible languages: KQL, Python, R | benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | ja via Hawkular Alerting | 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 | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten | Sharding basierend auf Cassandra | Sharding | Sharding Implicit feature of the cloud service | yes, across time and space (hash partitioning) attributes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten | frei wählbarer Replikationsfaktor basierend auf Cassandra | Source-Replica Replikation | ja 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 | nein | Spark connector (open source): github.com/Azure/azure-kusto-spark | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System | Eventual Consistency basierend auf Cassandra Immediate Consistency basierend auf Cassandra | Immediate Consistency or Eventual Consistency depending on configuration | Eventual Consistency Immediate Consistency | Immediate Consistency | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Fremdschlüssel referenzielle Integrität | nein | ja | nein | ja | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen | nein | nein | nein | ACID | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Dauerhafte Speicherung der Daten | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten | nein | ja GPU vRAM or System RAM | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Berechtigungskonzept Zugriffskontrolle | nein | 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Hawkular Metrics | Kinetica | Microsoft Azure Data Explorer | Pinecone | TimescaleDB | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DB-Engines Blog Posts | Vector databases | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Erwähnungen in aktuellen Nachrichten | Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS bereitgestellt von Google News | Kinetica Delivers Real-Time Vector Similarity Search Kinetica Elevates RAG with Fast Access to Real-Time Data 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 | Azure Data Explorer: Log and telemetry analytics benchmark Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog Controlling costs in Azure Data Explorer using down-sampling and aggregation Individually great, collectively unmatched: Announcing updates to 3 great Azure Data Services Log and Telemetry Analytics Performance Benchmark bereitgestellt von Google News | Pinecone launches serverless edition of its vector database on AWS Pinecone launches its serverless vector database out of preview Pinecone Launches Serverless Vector Database for Scalable AI Applications How a Decades-Old Technology and a Paper From Meta Created an AI Industry Standard Channel Brief: Dell Explains AI Factory, Informatica AI Research, Pinecone Goes Serverless and More bereitgestellt von Google News | TimescaleDB Is a Vector Database Now, Too Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers Power IoT and time-series workloads with TimescaleDB for Azure Database for PostgreSQL Timescale Valuation Rockets to Over $1B with $110M Round, Marking the Explosive Rise of Time-Series Data TimescaleDB goes distributed; implements ‘Chunking’ over ‘Sharding’ for scaling-out bereitgestellt von Google News | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Teilen sie diese Seite mit ihrem Netzwerk
