DBMS > BigObject vs. EJDB vs. Hawkular Metrics vs. Spark SQL

Vergleich der Systemeigenschaften BigObject vs. EJDB vs. Hawkular Metrics 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	EJDB  Xaus Vergleich ausschliessen	Hawkular Metrics  Xaus Vergleich ausschliessen	Spark SQL  Xaus Vergleich ausschliessen
Kurzbeschreibung	Analytic DBMS für Echtzeitberechnungen und Queries	Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)	Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.	Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten
Primäres Datenbankmodell	Relational DBMS Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden	Document 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 0,31 Rang #296   Overall #44   Document Stores	Punkte 0,08 Rang #366   Overall #39   Time Series DBMS	Punkte 18,04 Rang #33   Overall #20   Relational DBMS
Website	bigobject.io	github.com/­Softmotions/­ejdb	www.hawkular.org	spark.apache.org/­sql
Technische Dokumentation	docs.bigobject.io	github.com/­Softmotions/­ejdb/­blob/­master/­README.md	www.hawkular.org/­hawkular-metrics/­docs/­user-guide	spark.apache.org/­docs/­latest/­sql-programming-guide.html
Entwickler	BigObject, Inc.	Softmotions	Community supported by Red Hat	Apache Software Foundation
Erscheinungsjahr	2015	2012	2014	2014
Aktuelle Version				3.5.0 ( 2.13), September 2023
Lizenz Commercial or Open Source	kommerziell kostenlose community edition verfügbar	Open Source GPLv2	Open Source Apache 2.0	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	Java	Scala
Server Betriebssysteme	Linux distributed as a docker-image OS X distributed as a docker-image (boot2docker) Windows distributed as a docker-image (boot2docker)	serverlos	Linux OS X Windows	Linux OS X Windows
Datenschema	ja	schemafrei	schemafrei	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	ja string, integer, double, bool, date, object_id	ja	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	nein
SQL Support of SQL	SQL-like DML and DDL statements	nein	nein	SQL-like DML and DDL statements
APIs und andere Zugriffskonzepte	fluentd ODBC RESTful HTTP API	In-process Library	HTTP REST	JDBC ODBC
Unterstützte Programmiersprachen		Actionscript C C# C++ Go Java JavaScript (Node.js) Lua Objective-C Pike Python Ruby	Go Java Python Ruby	Java Python R Scala
Server-seitige Scripts Stored Procedures	Lua	nein	nein	nein
Triggers	nein	nein	ja via Hawkular Alerting	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine	keine	Sharding basierend auf Cassandra	yes, utilizing Spark Core
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine	keine	frei wählbarer Replikationsfaktor basierend auf Cassandra	keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein	nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	keine		Eventual Consistency basierend auf Cassandra Immediate Consistency basierend auf Cassandra
Fremdschlüssel referenzielle Integrität	ja automatically between fact table and dimension tables	nein Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	nein	nein	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja Read/write lock on objects (tables, trees)	ja Read/Write Locking	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja		nein	nein
Berechtigungskonzept Zugriffskontrolle	nein	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	EJDB	Hawkular Metrics	Spark SQL
Erwähnungen in aktuellen Nachrichten			Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS 5. Juni 2019, DevClass 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 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