DBMS > Apache Spark (SQL) vs. ArcadeDB vs. RavenDB

Vergleich der Systemeigenschaften Apache Spark (SQL) vs. ArcadeDB vs. RavenDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Fast and scalable multi-model DBMS, originally forked from OrientDB but most of the code has been rewritten

Open Source Operational and Transactional Enterprise NoSQL Document Database

Primäres Datenbankmodell

Relational DBMS

Document Store
Graph DBMS
Key-Value Store
Time Series DBMS

in next version

Document Store

Sekundäre Datenbankmodelle

Graph DBMS
Spatial DBMS
Time Series DBMS

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

Punkte	19,76
Rang	#30	Overall
	#18	Relational DBMS

Punkte	0,11
Rang	#340	Overall
	#49	Document Stores
	#34	Graph DBMS
	#49	Key-Value Stores
	#32	Time Series DBMS

Punkte	2,53
Rang	#99	Overall
	#17	Document Stores

Website

spark.apache.org/sql

arcadedb.com

ravendb.net

Technische Dokumentation

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

docs.arcadedb.com

ravendb.net/docs

Entwickler

Apache Software Foundation

Arcade Data

Hibernating Rhinos

Erscheinungsjahr

2014

2021

2010

Aktuelle Version

3.5.0 ( 2.13), September 2023

September 2021

5.4, Juli 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache Version 2.0

Open Source

AGPL Version 3, 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

Java

Server Betriebssysteme

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Raspberry Pi
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

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language, no joins

SQL-like query language (RQL)

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
MongoDB API
OpenCypher
PostgreSQL wire protocol
Redis API
RESTful HTTP/JSON API
TinkerPop Gremlin

.NET Client API
F# Client API
Go Client API
Java Client API
NodeJS Client API
PHP Client API
Python Client API
RESTful HTTP API

Unterstützte Programmiersprachen

Java
Python
R
Scala

Java

.Net
C#
F#
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Default ACID transactions on the local node (eventually consistent across the cluster). Atomic operations with cluster-wide ACID transactions. Eventual consistency for indexes and full-text search indexes.

Fremdschlüssel

referenzielle Integrität

nein

relationship in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

ACID, Cluster-wide transaction available

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

Authorization levels configured per client per database

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

Introducing generative AI troubleshooting for Apache Spark in AWS Glue (preview)
22. November 2024, AWS Blog

Top 80+ Apache Spark Interview Questions and Answers for 2025
17. Februar 2025, Simplilearn

How to run Pandas code on Spark
25. Januar 2025, data-ai.theodo.com

Kyuubi + Spark: Power of Big Data | by Aleksei Aleinikov | Feb, 2025
20. Februar 2025, DataDrivenInvestor

The 6 Best Apache Spark Courses on Udemy to Consider for 2025
1. Januar 2025, Solutions Review

bereitgestellt von Google News

Why developers like Apache TinkerPop, an open source framework for graph computing
27. September 2021, AWS Blog

bereitgestellt von Google News

RavenDB Launches Version 6.0 Lightning Fast Queries, Data Integrations, Corax Indexing Engine, and Sharding
3. Oktober 2023, PR Newswire

Install the NoSQL RavenDB Data System
14. Mai 2021, The New Stack

Get To Know: Oren Eini, CEO, RavenDB
22. Oktober 2019, Intelligent CIO

Fig. 5. Storage size of MySQL and Elasticsearch DB comparison.
25. August 2018, ResearchGate

Oreni Eini of RavenDB on NoSQL Document during Covid-19
3. Dezember 2021, Startup.info

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk