DBMS > 4D vs. Databricks vs. Heroic vs. Percona Server for MongoDB

Vergleich der Systemeigenschaften 4D vs. Databricks vs. Heroic vs. Percona Server for MongoDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A drop-in replacement for MongoDB Community Edition with enterprise-grade features.

Primäres Datenbankmodell

Relational DBMS

Document Store
Relational DBMS

Time Series DBMS

Document Store

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

Punkte	2,58
Rang	#108	Overall
	#54	Relational DBMS

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	0,52
Rang	#254	Overall
	#39	Document Stores

Website

www.4d.com

www.databricks.com

github.com/spotify/heroic

www.percona.com/mongodb/software/percona-server-for-mongodb

Technische Dokumentation

developer.4d.com

docs.databricks.com

spotify.github.io/heroic

docs.percona.com/percona-distribution-for-mongodb

Entwickler

4D, Inc

Databricks

Spotify

Percona

Erscheinungsjahr

1984

2013

2014

2015

Aktuelle Version

v20, April 2023

3.4.10-2.10, November 2017

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

GPL Version 2

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

C++

Server Betriebssysteme

OS X
Windows

gehostet

Linux

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

schemafrei

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

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

close to SQL 92

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC
RESTful HTTP API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Proprietäres Protokoll basierend auf JSON

Unterstützte Programmiersprachen

4D eigene IDE
PHP

Python
R
Scala

Actionscript
C
C#
C++
Clojure
ColdFusion
D
Dart
Delphi
Erlang
Go
Groovy
Haskell
Java
JavaScript
Lisp
Lua
MatLab
Perl
PHP
PowerShell
Prolog
Python
R
Ruby
Scala
Smalltalk

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

via In-Memory Engine

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

Access rights for users and roles

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Databricks is expanding the scope of its AI investments with second VC fund
21. Mai 2024, Fortune

Databricks vs. Redshift: Data Platform Comparison
22. Mai 2024, eWeek

Analytics and Data Science News for the Week of May 24; Updates from Databricks, IBM, Microsoft & More
23. Mai 2024, Solutions Review

AI experts from Meta, Databricks, Modal and more speak at Air Street Capital's NYC AI meetup hosted by Celonis
21. Mai 2024, celonis.com

XponentL Data Secures Strategic Investment from Databricks Ventures to Fuel Data Transformation & Generative AI
22. Mai 2024, Business Wire

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

5 Reasons to Run MongoDB on Kubernetes
6. März 2024, The New Stack

How to Plan Your MongoDB Upgrade
29. Januar 2024, The New Stack

FerretDB goes GA: Gives you MongoDB, without the MongoDB...
15. Mai 2023, The Stack

DB or not DB: Open-sourcer Percona pushes out plethora of SQL and NoSQL tweaks in bid to win over suits
19. Mai 2020, The Register

6 keys to MongoDB database security
22. Mai 2019, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk