DBMS > Apache Spark (SQL) vs. GraphDB vs. ReductStore

Vergleich der Systemeigenschaften Apache Spark (SQL) vs. GraphDB vs. ReductStore

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

Enterprise-ready RDF and graph database with efficient reasoning, cluster and external index synchronization support. It supports also SQL JDBC access to Knowledge Graph and GraphQL over SPARQL.

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
RDF Store

Time Series DBMS

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

Punkte	21,62
Rang	#29	Overall
	#18	Relational DBMS

Punkte	2,59
Rang	#96	Overall
	#7	Graph DBMS
	#3	RDF Stores

Punkte	0,06
Rang	#355	Overall
	#37	Time Series DBMS

Website

spark.apache.org/sql

www.ontotext.com

github.com/reductstore
www.reduct.store

Technische Dokumentation

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

graphdb.ontotext.com/documentation

www.reduct.store/docs

Entwickler

Apache Software Foundation

Ontotext

ReductStore LLC

Erscheinungsjahr

2014

2000

2023

Aktuelle Version

3.5.0 ( 2.13), September 2023

10.4, Oktober 2023

1.9, März 2024

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Some plugins of GraphDB Workbench are open sourced

Open Source

Business Source License 1.1

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

C++, Rust

Server Betriebssysteme

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java VM
Linux
OS X
Windows

Docker
Linux
macOS
Windows

Datenschema

schema-free and OWL/RDFS-schema support; RDF shapes

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

nein

yes, supports real-time synchronization and indexing in SOLR/Elastic search/Lucene and GeoSPARQL geometry data indexes

SQL

Support of SQL

SQL-like DML and DDL statements

stored SPARQL accessed as SQL using Apache Calcite through JDBC/ODBC

APIs und andere Zugriffskonzepte

JDBC
ODBC

GeoSPARQL
GraphQL
GraphQL Federation
Java API
JDBC
RDF4J API
RDFS
RIO
Sail API
Sesame REST HTTP Protocol
SPARQL 1.1

HTTP API

Unterstützte Programmiersprachen

Java
Python
R
Scala

.Net
C#
Clojure
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

well-defined plugin interfaces; JavaScript server-side extensibility

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency, Eventual consistency (configurable in cluster mode per master or individual client request)

Fremdschlüssel

referenzielle Integrität

nein

Constraint checking

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

Default Basic authentication through RDF4J client, or via Java when run with cURL, default token-based in the Workbench or via Rest API, optional access through OpenID or Kerberos single sign-on.

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 AWS Glue 5.0 for Apache Spark
4. Dezember 2024, Amazon Web Services

Scala vs Python for Apache Spark: An In-depth Comparison With Use Cases For Each
21. April 2025, Simplilearn.com

How to run Pandas code on Spark
25. Januar 2025, Theodo Data & AI

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

18 top big data tools and technologies to know about in 2025
22. Januar 2025, TechTarget

bereitgestellt von Google News

Semantic Web Company and Ontotext merge to form Graphwise
23. Oktober 2024, Blocks and Files

Semantic Web Company and Ontotext Merge to Create Knowledge Graph and AI Powerhouse Graphwise
23. Oktober 2024, PR Newswire

Ontotext Platform 3.0 for Enterprise Knowledge Graphs Released
18. Dezember 2019, KDnuggets

A Content Management Platform and a Graph Database Come Together in the New Company: Graphwise
28. Oktober 2024, The Recursive

Ontotext's GraphDB 9.2 Supports RDF* to Match the Expressivity of Property Graphs
30. April 2020, PR Newswire UK

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk