DBMS > LeanXcale vs. Linter vs. Microsoft Azure Table Storage vs. OpenMLDB

Vergleich der Systemeigenschaften LeanXcale vs. Linter vs. Microsoft Azure Table Storage vs. OpenMLDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

RDBMS for high security requirements

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

An open-source machine learning database that provides a feature platform for training and inference

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Relational DBMS

Wide Column Store

Time Series DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Relational 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	0,09
Rang	#346	Overall
	#152	Relational DBMS

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

Punkte	0,02
Rang	#367	Overall
	#37	Time Series DBMS

Website

www.leanxcale.com

linter.ru

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

openmldb.ai

Technische Dokumentation

openmldb.ai/docs/zh/main

Entwickler

LeanXcale

relex.ru

Microsoft

4 Paradigm Inc.

Erscheinungsjahr

2015

1990

2012

2020

Aktuelle Version

2024-2 February 2024

Lizenz

Commercial or Open Source

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 und C++

C++, Java, Scala

Server Betriebssysteme

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

gehostet

Linux

Datenschema

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

through Apache Derby

nein

APIs und andere Zugriffskonzepte

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

RESTful HTTP API

JDBC
SQLAlchemy

Unterstützte Programmiersprachen

C
Java
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

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

C++
Go
Java
Python
Scala

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

optimistic Locking

nein

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

Access rights based on private key authentication or shared access signatures

fine grained access rights according to SQL-standard

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

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

Inside Azure File Storage
7. Oktober 2015, azure.microsoft.com

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

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk