DBMS > LeanXcale vs. Microsoft Azure SQL Database vs. NSDb vs. OrigoDB vs. Splice Machine

Vergleich der Systemeigenschaften LeanXcale vs. Microsoft Azure SQL Database vs. NSDb vs. OrigoDB vs. Splice Machine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

A fully ACID in-memory object graph database

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS
Spatial DBMS

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

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Punkte	76,78
Rang	#16	Overall
	#11	Relational DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#19	Object oriented DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

www.leanxcale.com

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

nsdb.io

origodb.com

splicemachine.com

Technische Dokumentation

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

nsdb.io/Architecture

origodb.com/docs

splicemachine.com/how-it-works

Entwickler

LeanXcale

Microsoft

Robert Friberg et al

Splice Machine

Erscheinungsjahr

2015

2010

2017

2009

under the name LiveDB

2014

Aktuelle Version

V12

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

AGPL 3.0, commercial license available

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++

Java, Scala

Java

Server Betriebssysteme

gehostet

Linux
macOS

Linux
Windows

Linux
OS X
Solaris
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

through Apache Derby

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

ADO.NET
JDBC
ODBC

gRPC
HTTP REST
WebSocket

.NET Client API
HTTP API
LINQ

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

C
Java
Scala

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

Java
Scala

.Net

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Transact SQL

nein

Java

Triggers

Domain Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

client side managed; servers are not synchronized

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, immer mindestens 3 Replikas vorhanden

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

depending on model

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

Write ahead log

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Role based authorization

Access rights for users, groups and roles 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

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

Erwähnungen in aktuellen Nachrichten

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

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

Azure SQL Database migration to OCI - resources estimation and migration approach
11. Januar 2024, blogs.oracle.com

Expand the limits of innovation with Azure data
21. März 2024, microsoft.com

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

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Real-time machine learning with Splice Machine's ML Manager
17. April 2019, TechTarget

How To Axe Db2 But Keep Your Code
10. März 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk