DBMS > Bangdb vs. Spark SQL vs. SwayDB vs. Transwarp Hippo

Vergleich der Systemeigenschaften Bangdb vs. Spark SQL vs. SwayDB vs. Transwarp Hippo

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Bangdb  Xaus Vergleich ausschliessen	Spark SQL  Xaus Vergleich ausschliessen	SwayDB  Xaus Vergleich ausschliessen	Transwarp Hippo  Xaus Vergleich ausschliessen
Kurzbeschreibung	Converged and high performance database for device data, events, time series, document and graph	Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten	An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage	Cloud-native distributed Vector DBMS that supports storage, retrieval, and management of massive vector-based datasets
Primäres Datenbankmodell	Document Store Graph DBMS Time Series DBMS	Relational DBMS	Key-Value Store	Vektor 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 18,04 Rang #33   Overall #20   Relational DBMS	Punkte 0,04 Rang #387   Overall #61   Key-Value Stores	Punkte 0,05 Rang #386   Overall #16   Vektor DBMS
Website	bangdb.com	spark.apache.org/­sql	swaydb.simer.au	www.transwarp.cn/­en/­subproduct/­hippo
Technische Dokumentation	docs.bangdb.com	spark.apache.org/­docs/­latest/­sql-programming-guide.html
Entwickler	Sachin Sinha, BangDB	Apache Software Foundation	Simer Plaha
Erscheinungsjahr	2012	2014	2018	2023
Aktuelle Version	BangDB 2.0, October 2021	3.5.0 ( 2.13), September 2023		1.0, Mai 2023
Lizenz Commercial or Open Source	Open Source BSD 3	Open Source Apache 2.0	Open Source GNU Affero GPL V3.0	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++	Scala	Scala	C++
Server Betriebssysteme	Linux	Linux OS X Windows		Linux macOS
Datenschema	schemafrei	ja	schemafrei
Typisierung vordefinierte Datentypen, z.B. float oder date	yes: string, long, double, int, geospatial, stream, events	ja	nein	Vector, Numeric and String
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	nein
SQL Support of SQL	SQL like support with command line tool	SQL-like DML and DDL statements	nein	nein
APIs und andere Zugriffskonzepte	Propriätäres Protokoll RESTful HTTP API	JDBC ODBC		RESTful HTTP API
Unterstützte Programmiersprachen	C C# C++ Java Python	Java Python R Scala	Java Kotlin Scala	C++ Java Python
Server-seitige Scripts Stored Procedures	nein	nein	nein	nein
Triggers	yes, Notifications (with Streaming only)	nein	nein	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	yes, utilizing Spark Core	keine	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	selectable replication factor, Knob for CAP (enterprise version only)	keine	keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein		nein	no
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Tunable consistency, set CAP knob accordingly		Immediate Consistency	Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ACID	nein	Atomic execution of operations	nein
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	ja	ja
Berechtigungskonzept Zugriffskontrolle	yes (enterprise version only)	nein	nein	Role based access control and fine grained access rights
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	Spark SQL	SwayDB	Transwarp Hippo
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

Teilen sie diese Seite mit ihrem Netzwerk