DBMS > Axibase vs. Hazelcast vs. Spark SQL vs. STSdb

Vergleich der Systemeigenschaften Axibase vs. Hazelcast 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

Skalierbares Timeseries DBMS basierend auf HBase mit integrierter Rule Engine und Visualisierung

A widely adopted in-memory data grid

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

Sekundäre Datenbankmodelle

Document Store

JSON support with IMDG 3.12

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

Punkte	0,32
Rang	#288	Overall
	#25	Time Series DBMS

Punkte	6,87
Rang	#55	Overall
	#6	Key-Value Stores

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

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

Website

axibase.com/docs/atsd/finance

hazelcast.com

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

hazelcast.org/imdg/docs

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

Entwickler

Axibase Corporation

Hazelcast

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2013

2008

2014

2011

Aktuelle Version

15585

5.3.6, November 2023

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

Community Edition (single node) is free, Enterprise Edition (distributed) is paid

Open Source

Apache Version 2; commercial licenses available

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

Java

Scala

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

short, integer, long, float, double, decimal, string

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

the object must implement a serialization strategy

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
Proprietary protocol (Network API)
RESTful HTTP API

JCache
JPA
Memcached Protokoll
RESTful HTTP API

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

Go
Java
PHP
Python
R
Ruby

.Net
C#
C++
Clojure
Go
Java
JavaScript (Node.js)
Python
Scala

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

Event Listeners, Executor Services

nein

Triggers

Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Replicated Map

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency selectable by user

Raft Consensus Algorithm

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

one or two-phase-commit; repeatable reads; read commited

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

Role-based access control

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

Hazelcast 5.4 real time data processing platform boosts AI and consistency
17. April 2024, VentureBeat

Hazelcast Weaves Wider Logic Threads Through The Data Fabric
7. März 2024, Forbes

Hazelcast Achieves Record Year with Leading Brands Choosing Its Platform for Application Modernization, AI Initiatives
22. Februar 2024, Datanami

Hazelcast: The 'true' value of streaming real-time data
27. September 2023, ComputerWeekly.com

Real-Time Data Platform Hazelcast Introduces New Chief Technology Officer Adrian Soars
7. November 2023, Finovate

bereitgestellt von Google News

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

Cloudera: Impala's it for interactive SQL on Hadoop; everything else will move to Spark
11. April 2024, Yahoo Movies Canada

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk