DBMS > ArcadeDB vs. CouchDB vs. Spark SQL

Vergleich der Systemeigenschaften ArcadeDB vs. CouchDB vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Ein JSON - Document Store inspiriert durch Lotus Notes der von Server-Clustern bis Mobile Phones skaliert

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

Primäres Datenbankmodell

Document Store
Graph DBMS
Key-Value Store
Time Series DBMS

in next version

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

using the Geocouch extension

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

Punkte	0,10
Rang	#358	Overall
	#48	Document Stores
	#38	Graph DBMS
	#52	Key-Value Stores
	#35	Time Series DBMS

Punkte	8,30
Rang	#47	Overall
	#7	Document Stores

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Website

arcadedb.com

couchdb.apache.org

spark.apache.org/sql

Technische Dokumentation

docs.arcadedb.com

docs.couchdb.org/en/stable

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

Entwickler

Arcade Data

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Damien Katz, ehemaliger Lotus Notes Entwickler

Apache Software Foundation

Erscheinungsjahr

2021

2005

2014

Aktuelle Version

September 2021

3.3.3, Dezember 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2

Open Source

Apache 2.0

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

Erlang

Scala

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Android
BSD
Linux
OS X
Solaris
Windows

Linux
OS X
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

über Views

nein

SQL

Support of SQL

SQL-like query language, no joins

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

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

RESTful HTTP/JSON API

JDBC
ODBC

Unterstützte Programmiersprachen

Java

C
C#
ColdFusion
Erlang
Haskell
Java
JavaScript
Lisp
Lua
Objective-C
OCaml
Perl
PHP
PL/SQL
Python
Ruby
Smalltalk

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

View Functions in JavaScript

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

improved architecture with release 2.0

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

relationship in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

atomare Operationen innerhalb eines Dokumentes möglich

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Strategie: optimistic locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer pro Datenbank definierbar

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

DB-Engines Blog Posts

Couchbase climbs up the DB-Engines Ranking, increasing its popularity by 10% every month
2. Juni 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

How to install the CouchDB NoSQL database on Debian Server 11
16. Juni 2022, TechRepublic

IBM Cloudant pulls plan to fund new foundational layer for CouchDB
15. März 2022, The Register

CouchDB 3.0 ends admin party era • DEVCLASS
27. Februar 2020, DevClass

Tracking Expenses with CouchDB and Angular — SitePoint
28. August 2014, SitePoint

Apache CouchDB: The Definitive Introduction
28. August 2014, InfoQ.com

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

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM)
17. März 2024, Yahoo Singapore News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk