DBMS > BigObject vs. Riak KV vs. Spark SQL

Vergleich der Systemeigenschaften BigObject vs. Riak KV vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Verteilter, fehlertoleranter Key-Value Store

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

mit Links zwischen Datensätzen und mit Objekt-Tags zur Bildung von Sekundärindizes

Relational DBMS

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

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	4,10
Rang	#82	Overall
	#9	Key-Value Stores

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

bigobject.io

spark.apache.org/sql

Technische Dokumentation

docs.bigobject.io

www.tiot.jp/riak-docs/riak/kv/latest

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

Entwickler

BigObject, Inc.

OpenSource, formerly Basho Technologies

Apache Software Foundation

Erscheinungsjahr

2015

2009

2014

Aktuelle Version

3.2.0, Dezember 2022

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache Version 2, kommerzielle Enterprise Edition

Open Source

Apache 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

Erlang

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
OS X

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

eingeschränkt

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

HTTP API
Native Erlang Interface

JDBC
ODBC

Unterstützte Programmiersprachen

inoffizielle Client Library
C#
C++

inoffizielle Client Library
Clojure

inoffizielle Client Library
Dart

inoffizielle Client Library
Erlang
Go

inoffizielle Client Library
Groovy

inoffizielle Client Library
Haskell

inoffizielle Client Library
Java
JavaScript

inoffizielle Client Library
Lisp

inoffizielle Client Library
Perl

inoffizielle Client Library
PHP
Python
Ruby
Scala

inoffizielle Client Library
Smalltalk

inoffizielle Client Library

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Lua

Erlang

nein

Triggers

nein

Pre-Commit Hooks und Post-Commit Hooks

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

kein "single point of failure"

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

es können Links zwischen Datensätzen gespeichert werden

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

yes, using Riak Security

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

Basho Revamps Riak Open-Source Database
22. September 2023, InformationWeek

Riak NoSQL Database: Use Cases and Best Practices
23. Dezember 2011, InfoQ.com

Basho, Maker of Riak NoSQL Database, Raises $25M
13. Januar 2015, Data Center Knowledge

Riak NoSQL snapped up by Bet365
12. September 2017, ComputerWeekly.com

Basho distributes Riak to more customers - DCD
28. November 2013, DatacenterDynamics

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk