DBMS > Bangdb vs. Cubrid vs. mSQL vs. Spark SQL

Vergleich der Systemeigenschaften Bangdb vs. Cubrid vs. mSQL vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Converged and high performance database for device data, events, time series, document and graph

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

mSQL (Mini SQL) is a simple and lightweight RDBMS

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

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	1,27
Rang	#167	Overall
	#77	Relational DBMS

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

Website

bangdb.com

cubrid.com (korean)
cubrid.org (english)

hughestech.com.au/products/msql

spark.apache.org/sql

Technische Dokumentation

docs.bangdb.com

cubrid.org/manuals

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

Entwickler

Sachin Sinha, BangDB

CUBRID Corporation, CUBRID Foundation

Hughes Technologies

Apache Software Foundation

Erscheinungsjahr

2012

2008

1994

2014

Aktuelle Version

BangDB 2.0, October 2021

11.0, Jaenner 2021

4.4, Oktober 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

BSD 3

Open Source

Apache Version 2.0

kommerziell

free licenses can be provided

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

C, C++

C, C++, Java

Scala

Server Betriebssysteme

Linux

Linux
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: string, long, double, int, geospatial, stream, events

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

secondary, composite, nested, reverse, geospatial

nein

SQL

Support of SQL

SQL like support with command line tool

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

C
C++
Delphi
Java
Perl
PHP
Tcl

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

nein

Triggers

yes, Notifications (with Streaming only)

nein

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

keine

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor, Knob for CAP (enterprise version only)

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

nein

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

yes, run db with in-memory only mode

nein

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

fine grained access rights according to SQL-standard

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

Make Your MySQL Server More Secure With These 7 Steps - MUO
1. Dezember 2022, MakeUseOf

Writing a Web Service in Perl
9. Juli 2003, PCQuest

Higher Education PS rules out ghost students before PAC - Zambia
29. November 2018, diggers.news

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