DBMS > Bangdb vs. Blueflood vs. Spark SQL vs. VelocityDB

Vergleich der Systemeigenschaften Bangdb vs. Blueflood vs. Spark SQL vs. VelocityDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Bangdb  Xaus Vergleich ausschliessen	Blueflood  Xaus Vergleich ausschliessen	Spark SQL  Xaus Vergleich ausschliessen	VelocityDB  Xaus Vergleich ausschliessen
Kurzbeschreibung	Converged and high performance database for device data, events, time series, document and graph	Skalierbare Timeseries DBMS basierend auf Cassandra	Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten	A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)
Primäres Datenbankmodell	Document Store Graph DBMS Time Series DBMS	Time Series DBMS	Relational DBMS	Graph DBMS Object oriented DBMS
Sekundäre Datenbankmodelle	Spatial DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,16 Rang #338   Overall #47   Document Stores #32   Graph DBMS #31   Time Series DBMS	Punkte 0,13 Rang #346   Overall #33   Time Series DBMS	Punkte 18,04 Rang #33   Overall #20   Relational DBMS	Punkte 0,11 Rang #354   Overall #37   Graph DBMS #15   Object oriented DBMS
Website	bangdb.com	blueflood.io	spark.apache.org/­sql	velocitydb.com
Technische Dokumentation	docs.bangdb.com	github.com/­rax-maas/­blueflood/­wiki	spark.apache.org/­docs/­latest/­sql-programming-guide.html	velocitydb.com/­UserGuide
Entwickler	Sachin Sinha, BangDB	Rackspace	Apache Software Foundation	VelocityDB Inc
Erscheinungsjahr	2012	2013	2014	2011
Aktuelle Version	BangDB 2.0, October 2021		3.5.0 ( 2.13), September 2023	7.x
Lizenz Commercial or Open Source	Open Source BSD 3	Open Source Apache 2.0	Open Source Apache 2.0	kommerziell
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	C, C++	Java	Scala	C#
Server Betriebssysteme	Linux	Linux OS X	Linux OS X Windows	Any that supports .NET
Datenschema	schemafrei	vordefiniertes Schema	ja	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	yes: string, long, double, int, geospatial, stream, events	ja	ja	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	ja secondary, composite, nested, reverse, geospatial	nein	nein	ja
SQL Support of SQL	SQL like support with command line tool	nein	SQL-like DML and DDL statements	nein
APIs und andere Zugriffskonzepte	Propriätäres Protokoll RESTful HTTP API	HTTP REST	JDBC ODBC	.Net
Unterstützte Programmiersprachen	C C# C++ Java Python		Java Python R Scala	.Net
Server-seitige Scripts Stored Procedures	nein	nein	nein	nein
Triggers	yes, Notifications (with Streaming only)	nein	nein	Callbacks are triggered when data changes
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm	Sharding basierend auf Cassandra	yes, utilizing Spark Core	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	selectable replication factor, Knob for CAP (enterprise version only)	frei wählbarer Replikationsfaktor basierend auf Cassandra	keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein		nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Tunable consistency, set CAP knob accordingly	Eventual Consistency basierend auf Cassandra Immediate Consistency basierend auf Cassandra		Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ACID	nein	nein	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	yes, optimistic concurrency control	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	yes, implements WAL (Write ahead log) as well	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	yes, run db with in-memory only mode	nein	nein	ja
Berechtigungskonzept Zugriffskontrolle	yes (enterprise version only)	nein	nein	Based on Windows Authentication
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
	Bangdb	Blueflood	Spark SQL	VelocityDB
Erwähnungen in aktuellen Nachrichten		Real-Time Performance and Health Monitoring Using Netdata 2. September 2019, CNX Software bereitgestellt von Google News	Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services 18. Oktober 2023, AWS Blog What is Apache Spark? The big data platform that crushed Hadoop 3. April 2024, InfoWorld Performance Insights from Sigma Rule Detections in Spark Streaming 1. Juni 2024, Towards Data Science Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024 1. April 2024, Simplilearn 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