DBMS > Amazon Neptune vs. Apache Pinot vs. mSQL vs. Spark SQL vs. Sphinx

Vergleich der Systemeigenschaften Amazon Neptune vs. Apache Pinot vs. mSQL vs. Spark SQL vs. Sphinx

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fast, reliable graph database built for the cloud

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

mSQL (Mini SQL) is a simple and lightweight RDBMS

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

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

Primäres Datenbankmodell

Graph DBMS
RDF Store

Relational DBMS

Suchmaschine

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

Punkte	2,20
Rang	#119	Overall
	#9	Graph DBMS
	#5	RDF Stores

Punkte	0,40
Rang	#270	Overall
	#125	Relational DBMS

Punkte	1,27
Rang	#167	Overall
	#77	Relational DBMS

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

Punkte	5,98
Rang	#56	Overall
	#5	Suchmaschinen

Website

aws.amazon.com/neptune

pinot.apache.org

hughestech.com.au/products/msql

spark.apache.org/sql

sphinxsearch.com

Technische Dokumentation

aws.amazon.com/neptune/developer-resources

docs.pinot.apache.org

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

sphinxsearch.com/docs

Entwickler

Amazon

Apache Software Foundation and contributors

Hughes Technologies

Apache Software Foundation

Sphinx Technologies Inc.

Erscheinungsjahr

2017

2015

1994

2014

2001

Aktuelle Version

1.0.0, September 2023

4.4, Oktober 2021

3.5.0 ( 2.13), September 2023

3.5.1, Februar 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

kommerziell

free licenses can be provided

Open Source

Apache 2.0

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

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

Scala

C++

Server Betriebssysteme

gehostet

All OS with a Java JDK11 or higher

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux
OS X
Windows

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

nein

SQL-like query language

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

SQL-like DML and DDL statements

SQL-like query language (SphinxQL)

APIs und andere Zugriffskonzepte

OpenCypher
RDF 1.1 / SPARQL 1.1
TinkerPop Gremlin

JDBC

JDBC
ODBC

Proprietäres Protokoll

Unterstützte Programmiersprachen

C#
Go
Java
JavaScript
PHP
Python
Ruby
Scala

Go
Java
Python

C
C++
Delphi
Java
Perl
PHP
Tcl

Java
Python
R
Scala

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning

keine

yes, utilizing Spark Core

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-availability zones high availability, asynchronous replication for up to 15 read replicas within a single region. Global database clusters consists of a primary write DB cluster in one region, and up to five secondary read DB clusters in different regions. Each secondary region can have up to 16 reader instances.

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

with encyption-at-rest

Der Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles can be defined via the AWS Identity and Access Management (IAM)

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

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Find and link similar entities in a knowledge graph using Amazon Neptune, Part 1: Full-text search | Amazon Web ...
7. Mai 2024, AWS Blog

Find and link similar entities in a knowledge graph using Amazon Neptune, Part 2: Vector similarity search | Amazon ...
7. Mai 2024, AWS Blog

AWS announces Amazon Neptune I/O-Optimized
22. Februar 2024, AWS Blog

Amazon Neptune Analytics is now available in the AWS Europe (London) Region
14. März 2024, AWS Blog

Analyze large amounts of graph data to get insights and find trends with Amazon Neptune Analytics | Amazon Web ...
29. November 2023, AWS Blog

bereitgestellt von Google News

StarTree Finds Apache Pinot the Right Vintage for IT Observability
8. Mai 2024, Datanami

StarTree broadly enhances Apache Pinot-based analytics platform
8. Mai 2024, SiliconANGLE News

Open source Apache Pinot advances as StarTree boosts real-time analytics and observability
8. Mai 2024, VentureBeat

StarTree Makes Observability Case for Apache Pinot Database
8. Mai 2024, DevOps.com

Real-Time Analytics for Mobile App Crashes using Apache Pinot
2. November 2023, Uber

bereitgestellt von Google News

Writing a Web Service in Perl
9. Juli 2003, PCQuest

Higher Education PS rules out ghost students before PAC - Zambia
29. November 2018, diggers.news

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Googles Newest Challenger
11. Januar 2024, Free Press Journal

How to Build 600+ Links in One Month
4. September 2020, Search Engine Journal

Beyond the Concert Hall: 5 Organizations Making a Difference in Classical Music in 2018 | WQXR Editorial
22. Dezember 2018, WQXR Radio

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk