DBMS > BigObject vs. Cachelot.io vs. ReductStore vs. Spark SQL

Vergleich der Systemeigenschaften BigObject vs. Cachelot.io vs. ReductStore vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	BigObject  Xaus Vergleich ausschliessen	Cachelot.io  Xaus Vergleich ausschliessen	ReductStore  Xaus Vergleich ausschliessen	Spark SQL  Xaus Vergleich ausschliessen
Kurzbeschreibung	Analytic DBMS für Echtzeitberechnungen und Queries	In-memory caching system	Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.	Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten
Primäres Datenbankmodell	Relational DBMS Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden	Key-Value Store	Time Series DBMS	Relational DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,19 Rang #329   Overall #146   Relational DBMS	Punkte 0,04 Rang #388   Overall #62   Key-Value Stores	Punkte 0,05 Rang #384   Overall #44   Time Series DBMS	Punkte 18,04 Rang #33   Overall #20   Relational DBMS
Website	bigobject.io	cachelot.io	github.com/­reductstore www.reduct.store	spark.apache.org/­sql
Technische Dokumentation	docs.bigobject.io		www.reduct.store/­docs	spark.apache.org/­docs/­latest/­sql-programming-guide.html
Entwickler	BigObject, Inc.		ReductStore LLC	Apache Software Foundation
Erscheinungsjahr	2015	2015	2023	2014
Aktuelle Version			1.9, März 2024	3.5.0 ( 2.13), September 2023
Lizenz Commercial or Open Source	kommerziell kostenlose community edition verfügbar	Open Source Simplified BSD License	Open Source Business Source License 1.1	Open Source Apache 2.0
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++, Rust	Scala
Server Betriebssysteme	Linux distributed as a docker-image OS X distributed as a docker-image (boot2docker) Windows distributed as a docker-image (boot2docker)	FreeBSD Linux OS X	Docker Linux macOS Windows	Linux OS X Windows
Datenschema	ja	schemafrei		ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	nein		ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein		nein
Sekundärindizes	ja	nein		nein
SQL Support of SQL	SQL-like DML and DDL statements	nein		SQL-like DML and DDL statements
APIs und andere Zugriffskonzepte	fluentd ODBC RESTful HTTP API	Memcached Protokoll	HTTP API	JDBC ODBC
Unterstützte Programmiersprachen		.Net C C++ ColdFusion Erlang Java Lisp Lua OCaml OCaml Perl PHP Python Ruby	C++ JavaScript (Node.js) Python Rust	Java Python R Scala
Server-seitige Scripts Stored Procedures	Lua	nein		nein
Triggers	nein	nein		nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine	keine		yes, utilizing Spark Core
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine	keine		keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	keine	keine
Fremdschlüssel referenzielle Integrität	ja automatically between fact table and dimension tables	nein		nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	nein		nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja Read/write lock on objects (tables, trees)	ja		ja
Durability Dauerhafte Speicherung der Daten	ja	nein		ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja	nein		nein
Berechtigungskonzept Zugriffskontrolle	nein	nein		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
	BigObject	Cachelot.io	ReductStore	Spark SQL
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