DBMS > Cubrid vs. JanusGraph vs. Spark SQL vs. TimesTen

Vergleich der Systemeigenschaften Cubrid vs. JanusGraph vs. Spark SQL vs. TimesTen

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

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

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

In-Memory RDBMS compatible to Oracle

Primäres Datenbankmodell

Relational DBMS

Graph DBMS

Relational DBMS

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

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

Punkte	1,94
Rang	#129	Overall
	#12	Graph DBMS

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

Punkte	1,31
Rang	#163	Overall
	#74	Relational DBMS

Website

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

janusgraph.org

spark.apache.org/sql

www.oracle.com/database/technologies/related/timesten.html

Technische Dokumentation

cubrid.org/manuals

docs.janusgraph.org

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

docs.oracle.com/database/timesten-18.1

Entwickler

CUBRID Corporation, CUBRID Foundation

Linux Foundation; originally developed as Titan by Aurelius

Apache Software Foundation

Oracle, TimesTen Performance Software, HP

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

2008

2017

2014

1998

Aktuelle Version

11.0, Jaenner 2021

0.6.3, Februar 2023

3.5.0 ( 2.13), September 2023

11 Release 2 (11.2.2.8.0)

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

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, C++, Java

Java

Scala

Server Betriebssysteme

Linux
Windows

Linux
OS X
Unix
Windows

Linux
OS X
Windows

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

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
ODBC

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

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

Clojure
Java
Python

Java
Python
R
Scala

C
C++
Java
PL/SQL

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

by means of logfiles and checkpoints

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

Benutzer Authentification und Sicherheit via Rexster Graph Server

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

Database Deep Dives: JanusGraph
8. August 2019, ibm.com

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Compose for JanusGraph arrives on Bluemix
15. September 2017, ibm.com

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

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