DBMS > Microsoft Azure Data Explorer vs. ReductStore vs. SwayDB vs. XTDB

Vergleich der Systemeigenschaften Microsoft Azure Data Explorer vs. ReductStore vs. SwayDB vs. XTDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Microsoft Azure Data Explorer  Xaus Vergleich ausschliessen	ReductStore  Xaus Vergleich ausschliessen	SwayDB  Xaus Vergleich ausschliessen	XTDB formerly named Crux  Xaus Vergleich ausschliessen
Kurzbeschreibung	Fully managed big data interactive analytics platform	Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.	An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage	A general purpose database with bitemporal SQL and Datalog and graph queries
Primäres Datenbankmodell	Relational DBMS column oriented	Time Series DBMS	Key-Value Store	Document 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 3,80 Rang #81   Overall #43   Relational DBMS	Punkte 0,05 Rang #384   Overall #44   Time Series DBMS	Punkte 0,04 Rang #387   Overall #61   Key-Value Stores	Punkte 0,18 Rang #332   Overall #46   Document Stores
Website	azure.microsoft.com/­services/­data-explorer	github.com/­reductstore www.reduct.store	swaydb.simer.au	github.com/­xtdb/­xtdb www.xtdb.com
Technische Dokumentation	docs.microsoft.com/­en-us/­azure/­data-explorer	www.reduct.store/­docs		www.xtdb.com/­docs
Entwickler	Microsoft	ReductStore LLC	Simer Plaha	Juxt Ltd.
Erscheinungsjahr	2019	2023	2018	2019
Aktuelle Version	cloud service with continuous releases	1.9, März 2024		1.19, September 2021
Lizenz Commercial or Open Source	kommerziell	Open Source Business Source License 1.1	Open Source GNU Affero GPL V3.0	Open Source MIT License
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	ja	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache		C++, Rust	Scala	Clojure
Server Betriebssysteme	gehostet	Docker Linux macOS Windows		Alle Betriebssysteme mit einer Java 8 (und höher) VM Linux
Datenschema	Fixed schema with schema-less datatypes (dynamic)		schemafrei	schemafrei
Typisierung vordefinierte Datentypen, z.B. float oder date	ja bool, datetime, dynamic, guid, int, long, real, string, timespan, double: docs.microsoft.com/­en-us/­azure/­kusto/­query/­scalar-data-types		nein	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	ja		nein	nein
Sekundärindizes	all fields are automatically indexed		nein	ja
SQL Support of SQL	Kusto Query Language (KQL), SQL subset		nein	eingeschränktes SQL mittels Apache Calcite
APIs und andere Zugriffskonzepte	Microsoft SQL Server communication protocol (MS-TDS) RESTful HTTP API	HTTP API		HTTP REST JDBC
Unterstützte Programmiersprachen	.Net Go Java JavaScript (Node.js) PowerShell Python R	C++ JavaScript (Node.js) Python Rust	Java Kotlin Scala	Clojure Java
Server-seitige Scripts Stored Procedures	Yes, possible languages: KQL, Python, R		nein	nein
Triggers	ja see docs.microsoft.com/­en-us/­azure/­kusto/­management/­updatepolicy		nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding Implicit feature of the cloud service		keine	keine
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	ja Implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.		keine	ja, jeder Knoten hat alle Daten
MapReduce Bietet ein API für Map/Reduce Operationen	Spark connector (open source): github.com/­Azure/­azure-kusto-spark		nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Eventual Consistency Immediate Consistency		Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein		nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein		Atomic execution of operations	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja		ja	ja
Durability Dauerhafte Speicherung der Daten	ja		ja	yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein		ja
Berechtigungskonzept Zugriffskontrolle	Azure Active Directory Authentication		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
	Microsoft Azure Data Explorer	ReductStore	SwayDB	XTDB formerly named Crux
Erwähnungen in aktuellen Nachrichten	Azure Data Explorer: Log and telemetry analytics benchmark 16. August 2022, Microsoft Controlling costs in Azure Data Explorer using down-sampling and aggregation 11. Februar 2019, Microsoft Providing modern data transfer and storage service at Microsoft with Microsoft Azure - Inside Track Blog 13. Juli 2023, Microsoft Individually great, collectively unmatched: Announcing updates to 3 great Azure Data Services 7. Februar 2019, Microsoft Log and Telemetry Analytics Performance Benchmark 16. August 2022, Gigaom bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk