DBMS > Lovefield vs. Microsoft Azure Data Explorer vs. Netezza vs. RDF4J

Vergleich der Systemeigenschaften Lovefield vs. Microsoft Azure Data Explorer vs. Netezza vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Embeddable relational database for web apps written in pure JavaScript

Fully managed big data interactive analytics platform

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Relational DBMS

column oriented

Relational DBMS

RDF Store

Sekundäre Datenbankmodelle

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 engine
Time Series DBMS

see docs.microsoft.com/en-us/azure/data-explorer/time-series-analysis

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

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	4,38
Rang	#77	Overall
	#41	Relational DBMS

Punkte	9,06
Rang	#46	Overall
	#29	Relational DBMS

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

Website

google.github.io/lovefield

azure.microsoft.com/services/data-explorer

www.ibm.com/products/netezza

rdf4j.org

Technische Dokumentation

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.microsoft.com/en-us/azure/data-explorer

rdf4j.org/documentation

Entwickler

Google

Microsoft

IBM

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2014

2019

2000

2004

Aktuelle Version

2.1.12, February 2017

cloud service with continuous releases

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

JavaScript

Java

Server Betriebssysteme

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

gehostet

Linux

In Appliance inkludiert

Linux
OS X
Unix
Windows

Datenschema

Fixed schema with schema-less datatypes (dynamic)

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/en-us/azure/kusto/query/scalar-data-types

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL-like query language

via JavaScript builder pattern

Kusto Query Language (KQL), SQL subset

nein

APIs und andere Zugriffskonzepte

Microsoft SQL Server communication protocol (MS-TDS)
RESTful HTTP API

JDBC
ODBC
OLE DB

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

JavaScript

.Net
Go
Java
JavaScript (Node.js)
PowerShell
Python
R

C
C++
Fortran
Java
Lua
Perl
Python
R

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Yes, possible languages: KQL, Python, R

Triggers

Using read-only observers

see docs.microsoft.com/en-us/azure/kusto/management/updatepolicy

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Spark connector (open source): github.com/Azure/azure-kusto-spark

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

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Azure Active Directory Authentication

Benutzer mit feingranularem Berechtigungskonzept

nein

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

Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog
13. Juli 2023, Microsoft

Introducing Microsoft Fabric: The data platform for the era of AI | Microsoft Azure Blog
23. Mai 2023, Microsoft

Azure Data Explorer: Log and telemetry analytics benchmark
16. August 2022, Microsoft

Microsoft Introduces Azure Integration Environments and Business Process Tracking in Public Preview
23. November 2023, InfoQ.com

Azure Data Explorer and Stream Analytics for anomaly detection
16. Januar 2020, Microsoft

bereitgestellt von Google News

IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS
11. Juli 2023, IBM

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services
27. Mai 2020, AWS Blog

U.S. Navy Chooses Yellowbrick, Sunsets IBM Netezza
22. März 2023, Business Wire

IBM Brings Back a Netezza, Attacks Yellowbrick
29. Juni 2020, Datanami

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk