DBMS > BigObject vs. Databricks vs. Greenplum vs. Yaacomo

Vergleich der Systemeigenschaften BigObject vs. Databricks vs. Greenplum vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

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.

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Document Store
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,13
Rang	#329	Overall
	#147	Relational DBMS

Punkte	84,24
Rang	#14	Overall
	#2	Document Stores
	#9	Relational DBMS

Punkte	7,71
Rang	#46	Overall
	#29	Relational DBMS

Website

bigobject.io

www.databricks.com

greenplum.org

yaacomo.com

Technische Dokumentation

docs.bigobject.io

docs.databricks.com

docs.greenplum.org

Entwickler

BigObject, Inc.

Databricks

Pivotal Software Inc.

Q2WEB GmbH

Erscheinungsjahr

2015

2013

2005

2009

Aktuelle Version

7.0.0, September 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

Apache 2.0

kommerziell

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.

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

gehostet

Linux

Android
Linux
Windows

Datenschema

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

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

seit Version 4.2

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

with Databricks SQL

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

Python
R
Scala

C
Java
Perl
Python
R

Server-seitige Scripts

Stored Procedures

Lua

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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 could launch IPO in two months but biding time despite investor pressure, CEO says
13. September 2024, ION Analytics

Databricks sues patent holders over alleged 'extortion' scheme
9. September 2024, Reuters

Databricks reportedly paid $2 billion in Tabular acquisition
14. August 2024, TechCrunch

The People in Charge at Databricks as It Moves Toward a Potential IPO
24. Juli 2024, The Information

Inside the Snowflake — Databricks Rivalry, and Why Both Fear Microsoft
14. August 2024, Bloomberg

bereitgestellt von Google News

Chapter 1. Introducing the Greenplum Database
6. Dezember 2018, O'Reilly Media

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale
9. September 2019, AWS Blog

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk