DBMS > Microsoft Azure Table Storage vs. Netezza vs. Postgres-XL vs. RDF4J

Vergleich der Systemeigenschaften Microsoft Azure Table Storage vs. Netezza vs. Postgres-XL vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

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

Primäres Datenbankmodell

Wide Column Store

Relational DBMS

RDF Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

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

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

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

Website

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

www.ibm.com/products/netezza

www.postgres-xl.org

rdf4j.org

Technische Dokumentation

www.postgres-xl.org/documentation

rdf4j.org/documentation

Entwickler

Microsoft

IBM

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

Erscheinungsjahr

2012

2000

2014

seit 2012, ursprünglich genannt StormDB

2004

Aktuelle Version

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

kommerziell

Open Source

Mozilla public license

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

Java

Server Betriebssysteme

gehostet

Linux

In Appliance inkludiert

Linux
macOS

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

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

XML type, but no XML query functionality

Sekundärindizes

nein

SQL

Support of SQL

nein

distributed, parallel query execution

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
ODBC
OLE DB

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

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

C
C++
Fortran
Java
Lua
Perl
Python
R

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

Sharding

horizontale Partitionierung

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

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

optimistic Locking

ACID

MVCC

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights based on private key authentication or shared access signatures

Benutzer mit feingranularem Berechtigungskonzept

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

Azure Cosmos DB Data Migration tool imports from Azure Table storage | Azure updates
5. Mai 2015, Microsoft

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

Quick Guide to Azure Storage Pricing
16. Mai 2023, DevOps.com

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

Tackling AI's data challenges with IBM databases on AWS
14. März 2024, IBM

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk