DBMS > Amazon DocumentDB vs. Bangdb vs. Spark SQL

Vergleich der Systemeigenschaften Amazon DocumentDB vs. Bangdb vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fast, scalable, highly available, and fully managed MongoDB-compatible database service

Converged and high performance database for device data, events, time series, document and graph

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

Primäres Datenbankmodell

Document Store

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,91
Rang	#132	Overall
	#24	Document Stores

Punkte	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

aws.amazon.com/documentdb

bangdb.com

spark.apache.org/sql

Technische Dokumentation

aws.amazon.com/documentdb/resources

docs.bangdb.com

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

Entwickler

Sachin Sinha, BangDB

Apache Software Foundation

Erscheinungsjahr

2019

2012

2014

Aktuelle Version

BangDB 2.0, October 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

BSD 3

Open Source

Apache 2.0

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

C, C++

Scala

Server Betriebssysteme

gehostet

Linux

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: string, long, double, int, geospatial, stream, events

XML Unterstützung

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

nein

Sekundärindizes

secondary, composite, nested, reverse, geospatial

nein

SQL

Support of SQL

nein

SQL like support with command line tool

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

proprietary protocol using JSON (MongoDB compatible)

Propriätäres Protokoll
RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
PHP
Python

C
C#
C++
Java
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

yes, Notifications (with Streaming only)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-availability zones for high availability, asynchronous replication for up to 15 read replicas

selectable replication factor, Knob for CAP (enterprise version only)

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

kann über Amazon Elastic MapReduce (Amazon EMR) realisiert werden

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Tunable consistency, set CAP knob accordingly

Fremdschlüssel

referenzielle Integrität

nein

typically not used, however similar functionality with DBRef possible

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-document operations

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

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

yes, run db with in-memory only mode

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

yes (enterprise version only)

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

Reduce cost and improve performance by migrating to Amazon DocumentDB 5.0 | Amazon Web Services
15. April 2024, AWS Blog

Vector search for Amazon DocumentDB (with MongoDB compatibility) is now generally available | Amazon Web Services
29. November 2023, AWS Blog

AWS announces Amazon DocumentDB I/O-Optimized
21. November 2023, AWS Blog

AWS announces vector search for Amazon DocumentDB
29. November 2023, AWS Blog

Mask sensitive Amazon DocumentDB log data with Amazon CloudWatch Logs data protection | Amazon Web Services
16. April 2024, AWS Blog

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