DBMS > 4D vs. Datomic vs. Spark SQL vs. STSdb

Vergleich der Systemeigenschaften 4D vs. Datomic vs. Spark SQL vs. STSdb

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

DBMS mit Fokus auf der Abspeicherung von historischen Daten und 'point-in-time queries'. Es verwendet Fremdsysteme zur Speicherung der Daten

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

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

Punkte	2,68
Rang	#110	Overall
	#54	Relational DBMS

Punkte	1,76
Rang	#145	Overall
	#66	Relational DBMS

Punkte	19,15
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,06
Rang	#365	Overall
	#55	Key-Value Stores

Website

www.4d.com

www.datomic.com

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

developer.4d.com

docs.datomic.com

spark.apache.org/docs/latest/sql-programming-guide.html

Entwickler

4D, Inc

Cognitect

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

1984

2012

2014

2011

Aktuelle Version

v20, April 2023

1.0.6735, Juni 2023

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

Limitierte Edition gratis

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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, Clojure

Scala

Server Betriebssysteme

OS X
Windows

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Primitive Typen und benutzerdefinierte Klassen

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

close to SQL 92

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

RESTful HTTP API

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

4D eigene IDE
PHP

Clojure
Java

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

Transaction Functions

nein

Triggers

By using transaction functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

But extensive use of caching in the application peers

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

But extensive use of caching in the application peers

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

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

using external storage systems (e.g. Cassandra, DynamoDB, PostgreSQL, Couchbase and others)

In-Memory Unterstützung

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

nein

recommended only for testing and development

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

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

DB-Engines Blog Posts

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Nubank buys firm behind Clojure programming language
28. Juli 2020, Finextra

Zoona Case Study
16. Dezember 2017, AWS Blog

Architecting Software for Leverage
13. November 2021, InfoQ.com

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

Relational, NoSQL, Ledger Databases work, not Permissioned Blockchains.
13. Januar 2019, hackernoon.com

bereitgestellt von Google News

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk