DBMS > Hyprcubd vs. LeanXcale vs. Microsoft Azure Table Storage vs. Spark SQL vs. VelocityDB

Vergleich der Systemeigenschaften Hyprcubd vs. LeanXcale vs. Microsoft Azure Table Storage vs. Spark SQL vs. VelocityDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

Serverless Time Series DBMS

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

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

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Relational DBMS

Wide Column Store

Relational DBMS

Graph DBMS
Object oriented DBMS

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

Punkte	0,29
Rang	#291	Overall
	#41	Key-Value Stores
	#132	Relational DBMS

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

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,05
Rang	#358	Overall
	#36	Graph DBMS
	#16	Object oriented DBMS

Website

hyprcubd.com (offline)

www.leanxcale.com

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

spark.apache.org/sql

velocitydb.com

Technische Dokumentation

spark.apache.org/docs/latest/sql-programming-guide.html

velocitydb.com/UserGuide

Entwickler

Hyprcubd, Inc.

LeanXcale

Microsoft

Apache Software Foundation

VelocityDB Inc

Erscheinungsjahr

2015

2012

2014

2011

Aktuelle Version

3.5.0 ( 2.13), September 2023

7.x

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

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

Scala

Server Betriebssysteme

gehostet

Linux
OS X
Windows

Any that supports .NET

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

time, int, uint, float, string

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

SQL-like query language

through Apache Derby

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

gRPC (https)

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

RESTful HTTP API

JDBC
ODBC

.Net

Unterstützte Programmiersprachen

C
Java
Scala

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

Java
Python
R
Scala

.Net

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

optimistic Locking

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

token access

Access rights based on private key authentication or shared access signatures

nein

Based on Windows Authentication

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

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

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

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

bereitgestellt von Google News

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk