DBMS > atoti vs. DataFS vs. NSDb vs. Spark SQL vs. Yaacomo

Vergleich der Systemeigenschaften atoti vs. DataFS vs. NSDb vs. Spark SQL vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

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

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Object oriented DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Graph DBMS

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

Punkte	0,61
Rang	#243	Overall
	#10	Object oriented DBMS

Punkte	0,09
Rang	#360	Overall
	#17	Object oriented DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Website

yaacomo.com

Technische Dokumentation

docs.atoti.io

dev.mobiland.com/Overview.xsp

nsdb.io/Architecture

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

Entwickler

ActiveViam

Mobiland AG

Apache Software Foundation

Q2WEB GmbH

Erscheinungsjahr

2018

2017

2014

2009

Aktuelle Version

1.1.263, October 2022

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

free versions available

kommerziell

Open Source

Apache Version 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

Java

Java, Scala

Scala

Server Betriebssysteme

Windows

Linux
macOS

Linux
OS X
Windows

Android
Linux
Windows

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

all fields are automatically indexed

nein

SQL

Support of SQL

Multidimensional Expressions (MDX)

nein

SQL-like query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

gRPC
HTTP REST
WebSocket

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

Java
Scala

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Python

nein

Triggers

no, except callback-events from server when changes happened

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding, horizontal partitioning

Proprietary Sharding system

Sharding

yes, utilizing Spark Core

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Windows-Profile

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

Overview Of Atoti: A Python BI Analytics Tool – AIM
14. Mai 2021, Analytics India Magazine

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

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

Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM)
17. März 2024, Yahoo Singapore News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk