DBMS > Databricks vs. EJDB vs. Riak TS vs. SwayDB

Vergleich der Systemeigenschaften Databricks vs. EJDB vs. Riak TS vs. SwayDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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)

Riak TS is a distributed NoSQL database optimized for time series data and based on Riak KV

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

Document Store
Relational DBMS

Document Store

Time Series DBMS

Key-Value Store

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

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

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

Punkte	0,28
Rang	#307	Overall
	#27	Time Series DBMS

Punkte	0,04
Rang	#387	Overall
	#61	Key-Value Stores

Website

www.databricks.com

github.com/Softmotions/ejdb

swaydb.simer.au

Technische Dokumentation

docs.databricks.com

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

www.tiot.jp/riak-docs/riak/ts/latest

Entwickler

Databricks

Softmotions

Open Source, formerly Basho Technologies

Simer Plaha

Erscheinungsjahr

2013

2012

2015

2018

Aktuelle Version

3.0.0, September 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2

Open Source

GNU Affero GPL V3.0

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

Erlang

Scala

Server Betriebssysteme

gehostet

serverlos

Linux
OS X

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

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

eingeschränkt

nein

SQL

Support of SQL

with Databricks SQL

nein

yes, limited

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

In-process Library

HTTP API
Native Erlang Interface

Unterstützte Programmiersprachen

Python
R
Scala

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

unofficial client library
C#
C++

unofficial client library
Clojure

unofficial client library
Dart

unofficial client library
Erlang
Go

unofficial client library
Groovy

unofficial client library
Haskell

unofficial client library
Java
JavaScript

unofficial client library
Lisp

unofficial client library
Perl

unofficial client library
PHP
Python
Ruby
Scala

unofficial client library
Smalltalk

unofficial client library

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Erlang

nein

Triggers

nein

pre-commit hooks and post-commit hooks

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

keine

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

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

links between datasets can be stored

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Atomic execution of operations

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

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

The Three Big Announcements by Databricks AI Team in June 2024
17. Juni 2024, MarkTechPost

Databricks launches LakeFlow to help its customers build their data pipelines
12. Juni 2024, TechCrunch

Databricks tells investors annualized revenue will reach $2.4 billion at midway point of year
13. Juni 2024, CNBC

Databricks open-sources Unity Catalog, challenging Snowflake on interoperability for data workloads
12. Juni 2024, VentureBeat

bereitgestellt von Google News

New Basho Data Platform Provides Operational Simplicity for Enterprise Big Data Applications
7. Juni 2015, insideBIGDATA

Best open source databases for IoT applications
26. Mai 2017, Open Source For You

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk