DBMS > AnzoGraph DB vs. NSDb vs. Spark SQL vs. Yaacomo

Vergleich der Systemeigenschaften AnzoGraph DB vs. NSDb vs. Spark SQL vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Scalable graph database built for online analytics and data harmonization with MPP scaling, high-performance analytical algorithms and reasoning, and virtualization

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

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

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Graph DBMS
RDF Store

Time Series DBMS

Relational DBMS

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

Punkte	0,23
Rang	#307	Overall
	#24	Graph DBMS
	#13	RDF Stores

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

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

Website

cambridgesemantics.com/anzograph

nsdb.io

spark.apache.org/sql

yaacomo.com

Technische Dokumentation

docs.cambridgesemantics.com/anzograph/userdoc/home.htm

nsdb.io/Architecture

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

Entwickler

Cambridge Semantics

Apache Software Foundation

Q2WEB GmbH

Erscheinungsjahr

2018

2017

2014

2009

Aktuelle Version

2.3, Jänner 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

free trial version available

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

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

Scala

Server Betriebssysteme

Linux

Linux
macOS

Linux
OS X
Windows

Android
Linux
Windows

Datenschema

Schema-free and OWL/RDFS-schema support

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

nein

all fields are automatically indexed

nein

SQL

Support of SQL

SPARQL and SPARQL* as primary query language. Cypher preview.

SQL-like query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

Apache Mule
gRPC
JDBC
Kafka
OData access for BI tools
OpenCypher
RESTful HTTP API
SPARQL

gRPC
HTTP REST
WebSocket

JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
Python

Java
Scala

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

Sharding

yes, utilizing Spark Core

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation in MPP-Cluster

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Kerberos/HDFS data loading

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency in MPP-Cluster

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

not needed in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

AnzoGraph review: A graph database for deep analytics
15. April 2019, InfoWorld

Cambridge Semantics Unveils AnzoGraph DB with Geospatial Analytics
19. Juni 2020, Solutions Review

AnzoGraph: A W3C Standards-Based Graph Database | by Jo Stichbury
8. Februar 2019, Towards Data Science

Back to the future: Does graph database success hang on query language?
5. März 2018, ZDNet

Cambridge Semantics Fits AnzoGraph DB with More Speed, Free Access
23. Januar 2020, Solutions Review

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

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