DBMS > Cachelot.io vs. Databricks vs. Greenplum vs. Hawkular Metrics

Vergleich der Systemeigenschaften Cachelot.io vs. Databricks vs. Greenplum vs. Hawkular Metrics

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

In-memory caching system

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.

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Primäres Datenbankmodell

Key-Value Store

Document Store
Relational DBMS

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	8,37
Rang	#48	Overall
	#30	Relational DBMS

Punkte	0,00
Rang	#379	Overall
	#40	Time Series DBMS

Website

Technische Dokumentation

docs.databricks.com

docs.greenplum.org

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

Entwickler

Databricks

Pivotal Software Inc.

Community supported by Red Hat

Erscheinungsjahr

2015

2013

2005

2014

Aktuelle Version

7.0.0, September 2023

Lizenz

Commercial or Open Source

Open Source

Simplified BSD License

kommerziell

Open Source

Apache 2.0

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

C++

Java

Server Betriebssysteme

FreeBSD
Linux
OS X

gehostet

Linux

Linux
OS X
Windows

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

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

seit Version 4.2

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

Memcached Protokoll

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

HTTP REST

Unterstützte Programmiersprachen

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

Python
R
Scala

C
Java
Perl
Python
R

Go
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

via Hawkular Alerting

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

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

nein

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

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

Erwähnungen in aktuellen Nachrichten

Databricks is expanding the scope of its AI investments with second VC fund
21. Mai 2024, Fortune

Databricks vs. Redshift: Data Platform Comparison
22. Mai 2024, eWeek

XponentL Data Receives Strategic Investment from Databricks Ventures and Inoca Capital Partners
22. Mai 2024, FinSMEs

alt.ai announces collaboration with Databricks
23. Mai 2024, EIN News

XponentL Data Secures Strategic Investment from Databricks Ventures to Fuel Data Transformation & Generative AI
22. Mai 2024, Business Wire

bereitgestellt von Google News

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

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

Teilen sie diese Seite mit ihrem Netzwerk