DBMS > Adabas vs. Google Cloud Firestore vs. Kinetica vs. MonetDB vs. Spark SQL
Vergleich der Systemeigenschaften Adabas vs. Google Cloud Firestore vs. Kinetica vs. MonetDB vs. Spark SQL
Redaktionelle Informationen bereitgestellt von DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Name | Adabas steht für "Adaptable Data Base" Xaus Vergleich ausschliessen | Google Cloud Firestore Xaus Vergleich ausschliessen | Kinetica Xaus Vergleich ausschliessen | MonetDB Xaus Vergleich ausschliessen | Spark SQL Xaus Vergleich ausschliessen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kurzbeschreibung | OLTP - DBMS für Großrechner und Linux/Unix/Windows Umgebungen typischerweise zusammen mit der Natural Programmierumgebung verwendet | Cloud Firestore is an auto-scaling document database for storing, syncing, and querying data for mobile and web apps. It offers seamless integration with other Firebase and Google Cloud Platform products. | Fully vectorized database across both GPUs and CPUs | Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten | Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Primäres Datenbankmodell | Multivalue DBMS | Document Store | Relational DBMS | Relational DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundäre Datenbankmodelle | Spatial DBMS Time Series DBMS | Document Store Spatial DBMS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Website | www.softwareag.com/en_corporate/platform/adabas-natural.html | firebase.google.com/products/firestore | www.kinetica.com | www.monetdb.org | spark.apache.org/sql | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Technische Dokumentation | firebase.google.com/docs/firestore | docs.kinetica.com | www.monetdb.org/Documentation | spark.apache.org/docs/latest/sql-programming-guide.html | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Entwickler | Software AG | Kinetica | MonetDB BV | Apache Software Foundation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erscheinungsjahr | 1971 | 2017 | 2012 | 2004 | 2014 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aktuelle Version | 7.1, August 2021 | Dec2023 (11.49), Dezember 2023 | 3.5.0 ( 2.13), September 2023 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Lizenz Commercial or Open Source | kommerziell | kommerziell | kommerziell | Open Source Mozilla Public License 2.0 | Open Source Apache 2.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar | nein | ja | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Implementierungssprache | C, C++ | C | Scala | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server Betriebssysteme | BS2000 Linux Unix Windows z/OS z/VSE | gehostet | Linux | FreeBSD Linux OS X Solaris Windows | Linux OS X Windows | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Datenschema | ja | schemafrei | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Typisierung vordefinierte Datentypen, z.B. float oder date | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT | nein | nein | nein | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundärindizes | ja | ja | ja | ja | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SQL Support of SQL | ja mit Zusatzprodukt Adabas SQL Gateway | nein | SQL-like DML and DDL statements | ja SQL 2003 mit einigen Erweiterungen | SQL-like DML and DDL statements | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
APIs und andere Zugriffskonzepte | HTTP API mit Zusatzsoftware Adabas SOA Gateway SOAP-basiertes API mit Zusatzsoftware Adabas SOA Gateway | Android gRPC (using protocol buffers) API iOS JavaScript API RESTful HTTP API | JDBC ODBC RESTful HTTP API | JDBC native C library MAPI library (MonetDB application programming interface) ODBC | JDBC ODBC | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Unterstützte Programmiersprachen | Natural | Go Java JavaScript JavaScript (Node.js) Objective-C Python | C++ Java JavaScript (Node.js) Python | C C++ Java JavaScript (Node.js) Perl PHP Python R Ruby | Java Python R Scala | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server-seitige Scripts Stored Procedures | in Natural | yes, Firebase Rules & Cloud Functions | benutzerdefinierte Funktionen | yes, in SQL, C, R | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Triggers | nein | yes, with Cloud Functions | ja triggers when inserted values for one or more columns fall within a specified range | ja | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten | ja, mit Zusatzprodukten wie Adabas Cluster Services, Adabas Parallel Services, Adabas Vista | Sharding | Sharding | Sharding via remote tables | yes, utilizing Spark Core | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten | ja, mit Zusatzprodukt Event Replikator | Multi-Source Replikation | Source-Replica Replikation | keine Source-replica replication available in experimental status | keine | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
MapReduce Bietet ein API für Map/Reduce Operationen | nein | Using Cloud Dataflow | nein | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System | Immediate Consistency | Immediate Consistency | Immediate Consistency or Eventual Consistency depending on configuration | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fremdschlüssel referenzielle Integrität | nein | nein | ja | ja | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen | ACID | ja | nein | ACID | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Durability Dauerhafte Speicherung der Daten | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten | nein | ja GPU vRAM or System RAM | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Berechtigungskonzept Zugriffskontrolle | nur mittels betriebssystem-spezifischen Werkzeugen (z.B. IBM RACF, CA Top Secret) | Access rights for users, groups and roles based on Google Cloud Identity and Access Management. Security Rules for 3rd party authentication using Firebase Auth. | Zugriffsrechte für Benutzer und Rollen auf Tabellenebene | Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Informationen bereitgestellt vom SystemherstellerWir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Zugehörige Produkte und DienstleistungenWir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Ressourcen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Adabas steht für "Adaptable Data Base" | Google Cloud Firestore | Kinetica | MonetDB | Spark SQL | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DB-Engines Blog Posts | Cloud-based DBMS's popularity grows at high rates | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erwähnungen in aktuellen Nachrichten | State agency proves DevOps and mainframes can coexist IBM buys 50-year-old Software AG's enterprise tech units for €2.13B in cash A Second Look at LzLabs' Mainframe Migration Treehouse Software, Inc. Helps US Foods With Their Mainframe Modernization Initiative Don't rewrite legacy systems for hybrid cloud – integrate them bereitgestellt von Google News | Google's AI-First Strategy Brings Vector Support To Cloud Databases Realtime vs Cloud Firestore: Which Firebase Database to go? Google's Cloud Firestore is now generally available Google launches Cloud Firestore, a new document database for app developers Google's Cloud-Native NoSQL Database Cloud Firestore Is Now Generally Available bereitgestellt von Google News | Kinetica Delivers Real-Time Vector Similarity Search Kinetica Elevates RAG with Fast Access to Real-Time Data Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise Kinetica Delivers Real-Time Vector Similarity Search bereitgestellt von Google News | In 2024 the MonetDB Foundation was established for the preservation, maintenance and further development of the ... MonetDB Secures Investment From (and Partners With) ServiceNow PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R - Part I - DataScienceCentral.com Test of Time Award for paper on vectorized execution How MonetDB Exploits Modern CPU Performance | by Dwi Prasetyo Adi Nugroho bereitgestellt von Google News | Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services What is Apache Spark? The big data platform that crushed Hadoop Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024 Performant IPv4 Range Spark Joins | by Jean-Claude Cote 18 Top Big Data Tools and Technologies to Know About in 2024 bereitgestellt von Google News |
Teilen sie diese Seite mit ihrem Netzwerk