DBMS > Apache IoTDB vs. Spark SQL vs. STSdb vs. VelocityDB

Vergleich der Systemeigenschaften Apache IoTDB vs. Spark SQL vs. STSdb vs. VelocityDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An IoT native database with high performance for data management and analysis, deployable on the edge and the cloud and integrated with Hadoop, Spark and Flink

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Key-Value Store

Graph DBMS
Object oriented DBMS

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

Punkte	1,19
Rang	#176	Overall
	#15	Time Series DBMS

Punkte	19,15
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,06
Rang	#365	Overall
	#55	Key-Value Stores

Punkte	0,11
Rang	#347	Overall
	#35	Graph DBMS
	#15	Object oriented DBMS

Website

iotdb.apache.org

spark.apache.org/sql

github.com/STSSoft/STSdb4

velocitydb.com

Technische Dokumentation

iotdb.apache.org/UserGuide/Master/QuickStart/QuickStart.html

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

velocitydb.com/UserGuide

Entwickler

Apache Software Foundation

STS Soft SC

VelocityDB Inc

Erscheinungsjahr

2018

2014

2011

Aktuelle Version

1.1.0, April 2023

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

7.x

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM (>=1.8)

Linux
OS X
Windows

Windows

Any that supports .NET

Datenschema

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

SQL-like query language

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
Native API

JDBC
ODBC

.NET Client API

.Net

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

Java
Python
R
Scala

C#
Java

.Net

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning (by time range) + vertical partitioning (by deviceId)

yes, utilizing Spark Core

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication methods; using Raft/IoTConsensus algorithm to ensure strong/eventual data consistency among multiple replicas

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Integration with Hadoop and Spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Strong Consistency with Raft

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

nein

Based on Windows Authentication

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

Linux 6.5 With AMD P-State EPP Default Brings Performance & Power Efficiency Benefits For Ryzen Servers
21. September 2023, Phoronix

AMD EPYC 8324P / 8324PN Siena 32-Core Siena Linux Server Performance Review
10. Oktober 2023, Phoronix

IoTDB Provides Data Management for Industrial Edge IT
15. Oktober 2020, The New Stack

Intel Xeon Max Enjoying Some Performance Gains With Linux 6.6
12. Oktober 2023, Phoronix

Benchmarking The Performance Impact To AMD Inception Mitigations
15. August 2023, Phoronix

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