DBMS > Bangdb vs. Databricks vs. LeanXcale vs. ToroDB

Vergleich der Systemeigenschaften Bangdb vs. Databricks vs. LeanXcale vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

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

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Document Store
Relational DBMS

Key-Value Store
Relational DBMS

Document Store

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	81,08
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

Website

bangdb.com

www.databricks.com

www.leanxcale.com

github.com/torodb/server

Technische Dokumentation

docs.bangdb.com

docs.databricks.com

Entwickler

Sachin Sinha, BangDB

Databricks

LeanXcale

8Kdata

Erscheinungsjahr

2012

2013

2015

2016

Aktuelle Version

BangDB 2.0, October 2021

Lizenz

Commercial or Open Source

Open Source

BSD 3

kommerziell

Open Source

AGPL-V3

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++

Java

Server Betriebssysteme

Linux

gehostet

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

string, integer, double, boolean, date, object_id

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

SQL

Support of SQL

SQL like support with command line tool

with Databricks SQL

through Apache Derby

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

JDBC
ODBC
RESTful HTTP API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

Python
R
Scala

C
Java
Scala

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

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

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

Source-Replica Replikation

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

Eventual Consistency
Immediate Consistency

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

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)

Zugriffsrechte für Benutzer und Rollen

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

DB-Engines Blog Posts

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Databricks is Taking the Ultimate Risk of Building 'USB for AI' – AIM
15. Juni 2024, Analytics India Magazine

The Three Big Announcements by Databricks AI Team in June 2024
17. Juni 2024, MarkTechPost

Databricks launches LakeFlow to help its customers build their data pipelines
12. Juni 2024, TechCrunch

Databricks tells investors annualized revenue will reach $2.4 billion at midway point of year
13. Juni 2024, CNBC

Databricks open-sources Unity Catalog, challenging Snowflake on interoperability for data workloads
12. Juni 2024, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk