DBMS > Badger vs. Spark SQL vs. Stardog vs. Warp 10

Vergleich der Systemeigenschaften Badger vs. Spark SQL vs. Stardog vs. Warp 10

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.

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

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

TimeSeries DBMS specialized on timestamped geo data based on LevelDB or HBase

Primäres Datenbankmodell

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

Punkte	0,22
Rang	#320	Overall
	#47	Key-Value Stores

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

Punkte	2,07
Rang	#122	Overall
	#11	Graph DBMS
	#6	RDF Stores

Punkte	0,14
Rang	#344	Overall
	#32	Time Series DBMS

Website

github.com/dgraph-io/badger

spark.apache.org/sql

www.stardog.com

www.warp10.io

Technische Dokumentation

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

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

docs.stardog.com

www.warp10.io/content/02_Getting_started

Entwickler

DGraph Labs

Apache Software Foundation

Stardog-Union

SenX

Erscheinungsjahr

2017

2014

2010

2015

Aktuelle Version

3.5.0 ( 2.13), September 2023

7.3.0, Mai 2020

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

Open Source

Apache License 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

Java

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
OS X
Windows

Linux
macOS
Windows

Linux
OS X
Windows

Datenschema

schemafrei

schema-free and OWL/RDFS-schema support

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

Importieren/Exportieren von XML Daten möglich

nein

Sekundärindizes

nein

supports real-time indexing in full-text and geospatial

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

HTTP API
Jupyter
WebSocket

Unterstützte Programmiersprachen

Java
Python
R
Scala

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

user defined functions and aggregates, HTTP Server extensions in Java

WarpScript

Triggers

nein

via event handlers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

keine

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation in HA-Cluster

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency in HA-Cluster

Immediate Consistency

basierend auf HBase

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

Zugriffsrechte für Benutzer und Rollen

Mandatory use of cryptographic tokens, containing fine-grained authorizations

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

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

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

Time Series Databases Software Market - A comprehensive study by Key Players | Warp 10, Amazon Timestream ...
6. Februar 2020, openPR

Time Series Databases Software market latest trends, CAGR, and forecast till 2026 | eSherpa Market Reports
13. April 2020, openPR

Time Series Intelligence Software Market Business Insights, Key Trend Analysis | Google, SAP, Azure Time Series ...
12. Juni 2024, Amoré

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk