DBMS > Amazon DocumentDB vs. Databricks vs. SpaceTime vs. STSdb

Vergleich der Systemeigenschaften Amazon DocumentDB vs. Databricks vs. SpaceTime vs. STSdb

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

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.

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Document Store

Document Store
Relational DBMS

Spatial DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Relational DBMS

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

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

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

Punkte	0,00
Rang	#383	Overall
	#7	Spatial DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

aws.amazon.com/documentdb

www.databricks.com

www.mireo.com/spacetime

github.com/STSSoft/STSdb4

Technische Dokumentation

aws.amazon.com/documentdb/resources

docs.databricks.com

Entwickler

Databricks

Mireo

STS Soft SC

Erscheinungsjahr

2019

2013

2020

2011

Aktuelle Version

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

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

C++

Server Betriebssysteme

gehostet

Linux

Windows

Datenschema

schemafrei

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

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

nein

with Databricks SQL

A subset of ANSI SQL is implemented

nein

APIs und andere Zugriffskonzepte

proprietary protocol using JSON (MongoDB compatible)

JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

.NET Client API

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
PHP
Python

Python
R
Scala

C#
C++
Python

C#
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Fixed-grid hypercubes

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

Real-time block device replication (DRBD)

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

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

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

nein

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

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

AWS announces Amazon DocumentDB zero-ETL integration with Amazon OpenSearch Service
16. Mai 2024, AWS Blog

Use LangChain and vector search on Amazon DocumentDB to build a generative AI chatbot | Amazon Web Services
20. Mai 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

bereitgestellt von Google News

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

AI is Driving Record Sales at Multibillion-Dollar Databricks. An IPO Can Wait … - WSJ
6. März 2024, The Wall Street Journal

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

5. Databricks
14. Mai 2024, CNBC

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk