DBMS > Blueflood vs. Hawkular Metrics vs. Spark SQL vs. STSdb vs. TinkerGraph

Vergleich der Systemeigenschaften Blueflood vs. Hawkular Metrics vs. Spark SQL vs. STSdb vs. TinkerGraph

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Skalierbare Timeseries DBMS basierend auf Cassandra

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

A lightweight, in-memory graph engine that serves as a reference implementation of the TinkerPop3 API

Primäres Datenbankmodell

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

Punkte	0,13
Rang	#346	Overall
	#33	Time Series DBMS

Punkte	0,08
Rang	#366	Overall
	#39	Time Series DBMS

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

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

Punkte	0,13
Rang	#345	Overall
	#35	Graph DBMS

Website

blueflood.io

www.hawkular.org

spark.apache.org/sql

github.com/STSSoft/STSdb4

tinkerpop.apache.org/docs/current/reference/#tinkergraph-gremlin

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

www.hawkular.org/hawkular-metrics/docs/user-guide

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

Entwickler

Rackspace

Community supported by Red Hat

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2013

2014

2011

2009

Aktuelle Version

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Java

Scala

Java

Server Betriebssysteme

Linux
OS X

Linux
OS X
Windows

Windows

Datenschema

vordefiniertes Schema

schemafrei

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

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

HTTP REST

JDBC
ODBC

.NET Client API

TinkerPop 3

Unterstützte Programmiersprachen

Go
Java
Python
Ruby

Java
Python
R
Scala

C#
Java

Groovy
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

basierend auf Cassandra

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

keine

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

optional

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

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

bereitgestellt von Google News

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

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

Unit testing Apache TinkerPop transactions: From TinkerGraph to Amazon Neptune | Amazon Web Services
3. Juni 2024, AWS Blog

Why developers like Apache TinkerPop, an open source framework for graph computing | Amazon Web Services
27. September 2021, AWS Blog

InfiniteGraph Gets Support for Common Graph Database Language and More
21. Februar 2012, SiliconANGLE News

Introducing Gremlin query hints for Amazon Neptune
26. Februar 2019, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk