DBMS > BigObject vs. EventStoreDB vs. Spark SQL vs. STSdb vs. YTsaurus

Vergleich der Systemeigenschaften BigObject vs. EventStoreDB vs. Spark SQL vs. STSdb vs. YTsaurus

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

YTsaurus is an open source platform for distributed storage and processing.

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Event Store

Relational DBMS

Key-Value Store

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

Punkte	0,21
Rang	#324	Overall
	#45	Document Stores
	#48	Key-Value Stores

Website

bigobject.io

www.eventstore.com

spark.apache.org/sql

github.com/STSSoft/STSdb4

ytsaurus.tech

Technische Dokumentation

docs.bigobject.io

developers.eventstore.com

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

ytsaurus.tech/docs/en

Entwickler

BigObject, Inc.

Event Store Limited

Apache Software Foundation

STS Soft SC

Yandex

Erscheinungsjahr

2015

2012

2014

2011

2023

Aktuelle Version

21.2, Februar 2021

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

Open Source

Apache License, Version 2.0

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++

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

Windows

Ubuntu

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

YQL, an SQL-based language, is supported

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

Java
Python
R
Scala

C#
Java

C++
Go
Java
JavaScript
Python

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

keine

Sharding

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

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

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

Access Control Lists

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

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

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

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

Teilen sie diese Seite mit ihrem Netzwerk