DBMS > Badger vs. LeanXcale vs. Spark SQL vs. STSdb vs. Trafodion

Vergleich der Systemeigenschaften Badger vs. LeanXcale vs. Spark SQL vs. STSdb vs. Trafodion

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Key-Value Store

Key-Value Store
Relational DBMS

Relational DBMS

Key-Value Store

Relational DBMS

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

Punkte	0,14
Rang	#331	Overall
	#49	Key-Value Stores

Punkte	0,29
Rang	#291	Overall
	#41	Key-Value Stores
	#132	Relational DBMS

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

github.com/dgraph-io/badger

www.leanxcale.com

spark.apache.org/sql

github.com/STSSoft/STSdb4

trafodion.apache.org

Technische Dokumentation

godoc.org/github.com/dgraph-io/badger

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

trafodion.apache.org/documentation.html

Entwickler

DGraph Labs

LeanXcale

Apache Software Foundation

STS Soft SC

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2017

2015

2014

2011

2014

Aktuelle Version

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Scala

C++, Java

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
OS X
Windows

Windows

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

nein

through Apache Derby

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

JDBC
ODBC

.NET Client API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

C
Java
Scala

Java
Python
R
Scala

C#
Java

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Combining operational and analytical databases in a single platform
26. Mai 2017, Cordis News

bereitgestellt von Google News

Feature Engineering for Time-Series Using PySpark on Databricks
15. Mai 2024, Towards Data Science

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

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

HP Throws Trafodion Hat into OLTP Hadoop Ring
14. Juli 2014, Datanami

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk