DBMS > AnzoGraph DB vs. Postgres-XL vs. Spark SQL vs. STSdb

Vergleich der Systemeigenschaften AnzoGraph DB vs. Postgres-XL vs. Spark SQL vs. STSdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Graph DBMS
RDF Store

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial 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	0,49
Rang	#256	Overall
	#117	Relational DBMS

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

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

Website

cambridgesemantics.com/anzograph

www.postgres-xl.org

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

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

www.postgres-xl.org/documentation

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

Entwickler

Cambridge Semantics

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2018

2014

seit 2012, ursprünglich genannt StormDB

2014

2011

Aktuelle Version

2.3, Jänner 2021

10 R1, Oktober 2018

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

free trial version available

Open Source

Mozilla public license

Open Source

Apache 2.0

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

Scala

Server Betriebssysteme

Linux

Linux
macOS

Linux
OS X
Windows

Windows

Datenschema

Schema-free and OWL/RDFS-schema support

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

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

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

distributed, parallel query execution

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

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

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

C++
Java
Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic sharding

horizontale Partitionierung

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation in MPP-Cluster

keine

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

not needed in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

MVCC

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

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

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

Knowledge graph evolution: Platforms that speak your language
30. Januar 2020, ZDNet

The best graph databases
29. Juli 2019, InfoWorld

bereitgestellt von Google News

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, 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

Teilen sie diese Seite mit ihrem Netzwerk