DBMS > Cubrid vs. Databricks vs. EJDB vs. SAP HANA

Vergleich der Systemeigenschaften Cubrid vs. Databricks vs. EJDB vs. SAP HANA

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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.

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

In-memory DBMS. Verfügbar als appliance oder als cloud-service

Primäres Datenbankmodell

Relational DBMS

Document Store
Relational DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS

with SAP Hana, Enterprise Edition
Spatial DBMS

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

Punkte	1,04
Rang	#187	Overall
	#87	Relational DBMS

Punkte	81,08
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,31
Rang	#296	Overall
	#44	Document Stores

Punkte	44,27
Rang	#23	Overall
	#16	Relational DBMS

Website

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

www.databricks.com

github.com/Softmotions/ejdb

www.sap.com/products/hana.html

Technische Dokumentation

cubrid.org/manuals

docs.databricks.com

github.com/Softmotions/ejdb/blob/master/README.md

help.sap.com/hana

Entwickler

CUBRID Corporation, CUBRID Foundation

Databricks

Softmotions

SAP

Erscheinungsjahr

2008

2013

2012

2010

Aktuelle Version

11.0, Jaenner 2021

2.0 SPS07 (April 4, 2023), April 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

GPLv2

kommerziell

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

auch als Cloud-Service verfügbar

DBaaS Angebote (gesponserte Links)

Database as a Service

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

Implementierungssprache

C, C++, Java

Server Betriebssysteme

Linux
Windows

gehostet

serverlos

Appliance oder cloud-service

Datenschema

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

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

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

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC
RESTful HTTP API

In-process Library

JDBC
ODBC

Unterstützte Programmiersprachen

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

Python
R
Scala

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

benutzerdefinierte Funktionen

nein

SQLScript, R

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

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

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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 Data+AI Summit 2024: The Standout Vendors
13. Juni 2024, CRN

How businesses can use Databricks' new AI analytics program
13. Juni 2024, Yahoo Finance

Databricks is Taking the Ultimate Risk of Building 'USB for AI' – AIM
15. Juni 2024, Analytics India Magazine

Informatica and Databricks partner for enhances AI governance
14. Juni 2024, SiliconANGLE News

Shutterstock Hoping to Become What Apple Was to Napster in the AI Image Space
13. Juni 2024, PetaPixel

bereitgestellt von Google News

Combine the Power of AI with Business Context Using SAP HANA Cloud Vector Engine
2. April 2024, SAP News

SAP customers may struggle to escape ECC before support shutters if they don't start now
12. Juni 2024, The Register

Automating the update process of a clustered SAP HANA DB using nZDT and Ansible | Amazon Web Services
16. November 2023, AWS Blog

5 New Google Cloud-SAP Products Launched At Sapphire For AI, HANA And Cloud
4. Juni 2024, CRN

SAP HANA Powers Operations Bundle To Fuel Big Data Insights
30. Mai 2024, Data Center Knowledge

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk