DBMS > Badger vs. RavenDB vs. Spark SQL vs. STSdb

Vergleich der Systemeigenschaften Badger vs. RavenDB 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

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

Open Source Operational and Transactional Enterprise NoSQL Document Database

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

Graph DBMS
Spatial DBMS
Time Series DBMS

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

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

Punkte	2,92
Rang	#101	Overall
	#18	Document Stores

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

ravendb.net

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

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

ravendb.net/docs

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

Entwickler

DGraph Labs

Hibernating Rhinos

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2017

2010

2014

2011

Aktuelle Version

5.4, Juli 2022

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

AGPL Version 3, kommerzielle Lizenz verfügbar

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

Scala

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
macOS
Raspberry Pi
Windows

Linux
OS X
Windows

Windows

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

SQL-like query language (RQL)

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

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

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

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

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID, Cluster-wide transaction available

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

nein

Authorization levels configured per client per database

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

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

RavenDB Welcomes David Baruc as Chief Revenue Officer: Seasoned Tech Leader to Drive Global Sales and ...
13. Juni 2023, PR Newswire

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

RavenDB Adds Graph Queries
15. Mai 2019, Datanami

How I Created a RavenDB Python Client
23. September 2016, Visual Studio Magazine

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk