DBMS > Blueflood vs. Databricks vs. GeoMesa vs. Sadas Engine

Vergleich der Systemeigenschaften Blueflood vs. Databricks vs. GeoMesa vs. Sadas Engine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Skalierbare Timeseries DBMS basierend auf Cassandra

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.

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Primäres Datenbankmodell

Time Series DBMS

Document Store
Relational DBMS

Spatial DBMS

Relational DBMS

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

Punkte	0,06
Rang	#352	Overall
	#36	Time Series DBMS

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

Punkte	0,78
Rang	#214	Overall
	#4	Spatial DBMS

Punkte	0,00
Rang	#385	Overall
	#159	Relational DBMS

Website

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

docs.databricks.com

www.geomesa.org/documentation/stable/user/index.html

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

Entwickler

Rackspace

Databricks

CCRi und Andere

SADAS s.r.l.

Erscheinungsjahr

2013

2014

2006

Aktuelle Version

5.0.1, Juli 2024

8.0

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache License 2.0

kommerziell

free trial version available

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

Java

Scala

C++

Server Betriebssysteme

Linux
OS X

gehostet

AIX
Linux
Windows

Datenschema

vordefiniertes Schema

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

Sekundärindizes

nein

SQL

Support of SQL

nein

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

HTTP REST

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC
Proprietäres Protokoll

Unterstützte Programmiersprachen

Python
R
Scala

.Net
C
C#
C++
Groovy
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

abhängig von Storage layer

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

abhängig von Storage layer

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

abhängig von Storage layer

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

abhängig von Storage layer

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

nein

anhängig von dem zur Speicherung verwendeten DBMS

Access rights for users, groups and roles according to 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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

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

Teilen sie diese Seite mit ihrem Netzwerk