MLTV now live! New videos, new content hub.

Comment les produits MarkLogic se distinguent-ils ?

Ces comparatifs ont pour but de fournir un cadre de réflexion pour comparer les solutions de gestion des données et de mettre en évidence la manière dont les produits MarkLogic s'intègrent dans votre architecture existante. Il n'existe pas de solution idéale pour tous les cas d'utilisation et il est important de réfléchir en termes de compromis et d'évolution de votre architecture au fil du temps.

Comparatifs clés

Pour commencer, nous avons choisi quelques-uns des comparatifs clés qui reviennent fréquemment lorsque nous discutons avec les clients. En consultant ces comparatifs, réfléchissez à la question clé suivante : « Quel est votre objectif commercial ? ». En commençant par là et non avec une liste préétablie de caractéristiques à comparer, nous pensons que vous développerez de meilleures exigences qui seront plus orientées vers la résolution à la fois de vos problèmes de données et de vos problèmes commerciaux.

Comment MarkLogic Data Hub Service se distingue-t-il ?

Le tableau ci-dessous donne un aperçu général de la façon dont MarkLogic Data Hub Service se distingue. Ce service intégrant de nombreuses technologies au sein d'une seule plate-forme de données, nos clients le comparent souvent à la combinaison des autres technologies nécessaires pour obtenir des fonctionnalités similaires. Et ils n'ont pas à choisir entre les deux options : de nombreux clients utilisent un hub de données parallèlement à d'autres technologies. La question principale qui se pose lorsque vous examinez votre architecture globale est de savoir si elle gagne en simplicité ou en complexité ?

Service de hub de données MarkLogic Entrepôt de données + ETL Services de cloud gérés Lac de données + composants Open Source
Hub de données cloud permettant l'intégration, la gestion et la recherche flexibles de toutes les données d'entreprise. Optimisé par MarkLogic Server. Entrepôt de données d'entreprise (EDW) traditionnel tel qu'Oracle intégré à un outil ETL traditionnel comme Informatica. Architecture sur mesure d'un hub de données cloud utilisant des composants de services cloud gérés d'un grand fournisseur de cloud.

Par exemple, AWS fournit DynamoDB (documents), NeptuneDB (graphique), Elasticsearch Service (recherche), Amazon S3 (stockage d'objets), Glue (ETL) et Athena (service d'interrogation).

Lac de données utilisant Hadoop et diverses bases de données spécifiques aux modèles de données, un moteur de recherche et un outil ETL.

De nombreuses variantes existent, mais un exemple pourrait inclure Cloudera avec MongoDB (documents), Lucene (recherche), Neo4j (graphique) et Talend (ETL).

Unification

Les transactions et les analyses sont-elles traitées ? La solution est-elle multi-modèles ?

Oui

Résultats éprouvés

Peut-être

Pas pour OLTP. La solution n'est pas vraiment multi-modèles. Les données non relationnelles ne sont pas adaptées (lentes, coûteuses).

Non

Chaque composant doit être déployé individuellement, intégré, contrôlé, sécurisé et payé.

Non

Architecture en patchwork optimisée pour les data scientists. Problèmes similaires liés à la nécessité de gérer et d'intégrer chaque outil séparément.

Agile

Combien de temps faut-il pour mener à bien le projet ?

Oui

Intégration des données 10 fois plus rapide que les autres solutions.

Pas d'agilité

Délais de l'ETL longs, tout doit être modélisé en amont.

Peut-être

Rapide seulement pour les petits projets. Beaucoup plus complexe pour les grands projets.

Non

Longs délais de mise en œuvre, même pour les travaux de science des données.

Enterprise Ready

Sécurité ? Fiabilité ? Solution éprouvée ?

Oui

Fiabilité éprouvée et sécurité avancée pour les environnements stratégiques.

Oui

En cours

Les composants individuels sont sécurisés. Les problèmes se posent lorsqu'ils sont intégrés.

Non

Gouvernance à grande échelle impossible.

Natif pour le cloud

Gestion intégrale ? Quels clouds ?

Oui

Natif pour le cloud, multi-cloud

Peut-être

Déploiements cloud complexes. Pas une véritable offre SaaS.

Pas indépendant du cloud

Natif pour le cloud, mais pas indépendant du cloud

Complexe

Gestion complexe et coûteuse.

Comment MarkLogic Server se distingue-t-il ?

Le tableau ci-dessous récapitule la manière dont MarkLogic Server, notre base de données multi-modèles, concurrence directement d'autres technologies de bases de données populaires en fonction de leur capacité à exploiter une architecture de hub de données.

MarkLogic Server Oracle DynamoDB MongoDB
Multi-modèle

Oui

Flexibilité multi-modèles éprouvée

Peut-être

Prise en charge des types non relationnels standard du secteur, mais pas de manière adéquate.

Non

AWS a un DBMS différent par modèle de données.

Non

Document uniquement, stocke les documents sous forme de BSON non standard.

Sécurité

Oui

Contrôles de sécurité certifiés et réputation éprouvée.

Oui

Peut-être

Granularité limitée et suivi de la traçabilité. Responsabilité incombant aux développeurs

Peut-être

Granularité limitée et suivi de la traçabilité. Responsabilité incombant aux développeurs

Transactions distribuées

Oui

Transactions ACID éprouvées à grande échelle. Tous les niveaux ANSI sont pris en charge.

Oui

Peut-être

Transactions ACID simples, non éprouvées.

Non

MongoDB 4.2.6 a échoué aux tests indépendants de conformité aux normes ACID, révélant un défaut de lecture, un flux d'informations cyclique, des écritures en double et des violations de la cohérence interne.

Évolutivité

Oui

Évolutivité et élasticité éprouvées avec un rapport performance/prix supérieur.

Peut-être

Mise à l'échelle d'Oracle nécessitant la bifurcation des données vers un nouveau silo. Évolutivité coûteuse.

Oui

Peut-être

Difficile mais moins coûteux que le modèle relationnel, nécessite souvent un temps d'arrêt et la refactorisation.

Indépendance par rapport au cloud

Oui

Indépendance par rapport au cloud éprouvée.

Oui

Peut nécessiter une nouvelle licence.

Non

Exécution dans AWS uniquement.

Oui

Inscrivez-vous à notre démo en direct

Découvrez comment MarkLogic accélère l'intégration des données, réduit les coûts et permet de sécuriser le partage de données.

Inscrivez-vous

Ce site utilise des cookies.

En continuant votre navigation sur ce site, vous acceptez l'utilisation de cookies en accord avec la Déclaration de confidentialité MarkLogic.