DB-EnginesInfluxDB: Focus on building software with an easy-to-use serverless, scalable time series platformEnglish
Deutsch
Informationen zu relationalen und NoSQL DatenbankmanagementsystemenEin Service von solid IT

DBMS > InfluxDB vs. Microsoft Azure Synapse Analytics vs. Teradata Aster

Vergleich der Systemeigenschaften InfluxDB vs. Microsoft Azure Synapse Analytics vs. Teradata Aster

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

Redaktionelle Informationen bereitgestellt von DB-Engines
NameInfluxDB  Xaus Vergleich ausschliessenMicrosoft Azure Synapse Analytics infopreviously named Azure SQL Data Warehouse  Xaus Vergleich ausschliessenTeradata Aster  Xaus Vergleich ausschliessen
Teradata Aster has been integrated into other Teradata systems and therefore will be removed from the DB-Engines ranking.
KurzbeschreibungDBMS for storing time series, events and metricsElastic, large scale data warehouse service leveraging the broad eco-system of SQL ServerPlatform for big data analytics on multistructured data sources and types
Primäres DatenbankmodellTime Series DBMSRelational DBMSRelational DBMS
Sekundäre DatenbankmodelleSpatial DBMS infowith GEO package
DB-Engines Ranking infomisst die Popularität von Datenbankmanagement- systemenranking trend
Trend Chart
Punkte29,86
Rang#29  Overall
#1  Time Series DBMS
Punkte21,33
Rang#36  Overall
#22  Relational DBMS
Websitewww.influxdata.com/­products/­influxdb-overviewazure.microsoft.com/­services/­synapse-analytics
Technische Dokumentationdocs.influxdata.com/­influxdbdocs.microsoft.com/­azure/­synapse-analytics
EntwicklerMicrosoftTeradata
Erscheinungsjahr201320162005
Aktuelle Version2.0.8, August 2021
Lizenz infoCommercial or Open SourceOpen Source infoMIT-License; commercial enterprise version availablekommerziellkommerziell
Ausschließlich ein Cloud-Service infoNur als Cloud-Service verfügbarneinjanein
DBaaS Angebote (gesponserte Links) infoDatabase as a Service

Providers of DBaaS offerings, please contact us to be listed.
ImplementierungsspracheGoC++
Server BetriebssystemeLinux
OS X infothrough Homebrew
gehostetLinux
DatenschemaschemafreijaFlexible Schema (defined schema, partial schema, schema free) infodefined schema within the relational store; partial schema or schema free in the Aster File Store
Typisierung infovordefinierte Datentypen, z.B. float oder dateNumeric data and Stringsjaja
XML Unterstützung infoVerarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLTneinneinja infoin Aster File Store
Sekundärindizesneinjaja
SQL infoSupport of SQLSQL-like query languagejaja
APIs und andere ZugriffskonzepteHTTP API
JSON over UDP
ADO.NET
JDBC
ODBC
ADO.NET
JDBC
ODBC
OLE DB
Unterstützte Programmiersprachen.Net
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Perl
PHP
Python
R
Ruby
Rust
Scala
C#
Java
PHP
C
C#
C++
Java
Python
R
Server-seitige Scripts infoStored ProceduresneinTransact SQLR packages
Triggersneinneinnein
Partitionierungsmechanismen infoMethoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen KnotenSharding infoin enterprise version onlySharding, horizontal partitioningSharding
Replikationsmechanismen infoMethoden zum redundanten Speichern von Daten auf mehreren Knotenfrei wählbarer Replikationsfaktor infoin enterprise version onlyjaja infoDimension tables are replicated across all nodes in the cluster. The number of replicas for the file store can be configured.
MapReduce infoBietet ein API für Map/Reduce Operationenneinneinja infoSQL Map-Reduce Framework
Konsistenzkonzept infoMethoden zur Sicherstellung der Konsistenz in einem verteilten SystemImmediate ConsistencyImmediate Consistency or Eventual Consistency depending on configuration
Fremdschlüssel inforeferenzielle Integritätneinnein infodocs.microsoft.com/­en-us/­azure/­synapse-analytics/­sql-data-warehouse/­sql-data-warehouse-table-constraintsnein
Transaktionskonzept infoUnterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren DatenmanipulationenneinACIDACID
Concurrency infoUnterstützung von gleichzeitig ausgeführten Datenmanipulationenjajaja
Durability infoDauerhafte Speicherung der Datenjajaja
In-Memory Unterstützung infoGibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu haltenja infoDepending on used storage enginenein
Berechtigungskonzept infoZugriffskontrolleEinfache Rechteverwaltung mit BenutzeraccountsjaBenutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard
Weitere Informationen bereitgestellt vom Systemhersteller
InfluxDBMicrosoft Azure Synapse Analytics infopreviously named Azure SQL Data WarehouseTeradata Aster
Specific characteristicsInfluxData is the creator of InfluxDB , the open source time series database. It...
» mehr
Competitive advantagesTime to Value InfluxDB is available in all the popular languages and frameworks,...
» mehr
Typical application scenariosIoT & Sensor Monitoring Developers are witnessing the instrumentation of every available...
» mehr
Key customersInfluxData has more than 1,300 paying customers, including customers include MuleSoft,...
» mehr
Market metricsFastest growing database to drive 23,500 GitHub stars Over 600,000 daily active instances
» mehr
Licensing and pricing modelsOpen source core with closed source clustering available either on-premise or on...
» mehr

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
InfluxDBMicrosoft Azure Synapse Analytics infopreviously named Azure SQL Data WarehouseTeradata Aster
DB-Engines Blog Posts

Why Build a Time Series Data Platform?
20. Juli 2017, Paul Dix (guest author)

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen