DBMS > Cubrid vs. Databend vs. mSQL vs. Spark SQL vs. Yanza

Vergleich der Systemeigenschaften Cubrid vs. Databend vs. mSQL vs. Spark SQL vs. Yanza

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yanza seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

mSQL (Mini SQL) is a simple and lightweight RDBMS

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

Time Series DBMS for IoT Applications

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

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

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	0,30
Rang	#287	Overall
	#130	Relational DBMS

Punkte	1,27
Rang	#167	Overall
	#77	Relational DBMS

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

Website

cubrid.com (korean)
cubrid.org (english)

github.com/datafuselabs/databend
www.databend.com

hughestech.com.au/products/msql

spark.apache.org/sql

yanza.com

Technische Dokumentation

cubrid.org/manuals

docs.databend.com

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

Entwickler

CUBRID Corporation, CUBRID Foundation

Databend Labs

Hughes Technologies

Apache Software Foundation

Yanza

Erscheinungsjahr

2008

2021

1994

2014

2015

Aktuelle Version

11.0, Jaenner 2021

1.0.59, April 2023

4.4, Oktober 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2.0

kommerziell

free licenses can be provided

Open Source

Apache 2.0

kommerziell

free version available

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

but mainly used as a service provided by Yanza

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C, C++, Java

Rust

Scala

Server Betriebssysteme

Linux
Windows

gehostet
Linux
macOS

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux
OS X
Windows

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

nein

SQL

Support of SQL

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

CLI Client
JDBC
RESTful HTTP API

JDBC
ODBC

HTTP API

Unterstützte Programmiersprachen

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

Go
Java
JavaScript (Node.js)
Python
Rust

C
C++
Delphi
Java
Perl
PHP
Tcl

Java
Python
R
Scala

jede Sprache, die HTTP-Aufrufe erlaubt

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Timer and event based

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Users with fine-grained authorization concept, user roles

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

Data Bending: Creating Unique Digital Visual Effects
23. April 2020, RedShark News

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, news.thomasnet.com

bereitgestellt von Google News

Writing a Web Service in Perl
9. Juli 2003, PCQuest

Higher Education PS rules out ghost students before PAC
29. November 2018, diggers.news

bereitgestellt von Google News

Feature Engineering for Time-Series Using PySpark on Databricks
15. Mai 2024, Towards Data Science

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

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk