DBMS > Blueflood vs. MonetDB vs. Spark SQL vs. STSdb

Vergleich der Systemeigenschaften Blueflood vs. MonetDB vs. Spark SQL vs. STSdb

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

Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,06
Rang	#353	Overall
	#34	Time Series DBMS

Punkte	1,72
Rang	#145	Overall
	#67	Relational DBMS

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

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

blueflood.io

www.monetdb.org

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

www.monetdb.org/Documentation

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

Entwickler

Rackspace

MonetDB BV

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2013

2004

2014

2011

Aktuelle Version

Dec2023 (11.49), Dezember 2023

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Mozilla Public License 2.0

Open Source

Apache 2.0

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

Java

Scala

Server Betriebssysteme

Linux
OS X

FreeBSD
Linux
OS X
Solaris
Windows

Linux
OS X
Windows

Windows

Datenschema

vordefiniertes Schema

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 2003 mit einigen Erweiterungen

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

HTTP REST

JDBC
native C library

MAPI library (MonetDB application programming interface)
ODBC

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

C
C++
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

nein

yes, in SQL, C, R

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding via remote tables

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

Source-replica replication available in experimental status

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

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

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

In 2024 the MonetDB Foundation was established for the preservation, maintenance and further development of the ...
31. Januar 2024, Centrum Wiskunde & Informatica (CWI)

MonetDB Secures Investment From (and Partners With) ServiceNow
9. Dezember 2021, Datanami

How MonetDB Exploits Modern CPU Performance | by Dwi Prasetyo Adi Nugroho
14. Januar 2020, Towards Data Science

PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R - Part I - DataScienceCentral.com
6. April 2018, Data Science Central

MonetDB Solutions secures investment from ServiceNow
30. September 2019, Centrum Wiskunde & Informatica (CWI)

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

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, 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