DBMS > BigObject vs. EventStoreDB vs. Spark SQL vs. SQream DB vs. STSdb

Vergleich der Systemeigenschaften BigObject vs. EventStoreDB vs. Spark SQL vs. SQream DB vs. STSdb

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Industrial-strength, open-source database solution built from the ground up for event sourcing.

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

a GPU-based, columnar RDBMS for big data analytics workloads

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Event Store

Relational DBMS

Key-Value Store

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

Punkte	0,19
Rang	#329	Overall
	#146	Relational DBMS

Punkte	1,19
Rang	#173	Overall
	#1	Event Stores

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,74
Rang	#224	Overall
	#103	Relational DBMS

Punkte	0,10
Rang	#357	Overall
	#51	Key-Value Stores

Website

github.com/STSSoft/STSdb4

Technische Dokumentation

docs.bigobject.io

developers.eventstore.com

spark.apache.org/docs/latest/sql-programming-guide.html

docs.sqream.com

Entwickler

BigObject, Inc.

Event Store Limited

Apache Software Foundation

SQream Technologies

STS Soft SC

Erscheinungsjahr

2015

2012

2014

2017

2011

Aktuelle Version

21.2, Februar 2021

3.5.0 ( 2.13), September 2023

2022.1.6, Dezember 2022

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

kommerziell

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Scala

C++, CUDA, Haskell, 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)

Linux
Windows

Linux
OS X
Windows

Linux

Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types

Primitive Typen und benutzerdefinierte Klassen

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

JDBC
ODBC

.Net
JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

Java
Python
R
Scala

C++
Java
JavaScript (Node.js)
Python

C#
Java

Server-seitige Scripts

Stored Procedures

Lua

nein

user defined functions in Python

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

horizontal and vertical partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

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

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

Erwähnungen in aktuellen Nachrichten

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, 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

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

I SQream, you SQream, we all SQream for … data analytics?
5. Oktober 2023, Fierce Network

SQream Announces Strategic Integration for Powerful Big Data Analytics with Dataiku
9. Februar 2024, insideBIGDATA

GPU data warehouse startup SQream lands $39.4M funding round
24. Juni 2020, SiliconANGLE News

SQream Technologies raises $39.4 million for GPU-accelerated databases
24. Juni 2020, VentureBeat

Chinese giant Alibaba leads investment round in Israel big-data startup
30. Mai 2018, The Times of Israel

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk