DBMS > Databricks vs. EsgynDB vs. NSDb vs. WakandaDB vs. Yaacomo

Vergleich der Systemeigenschaften Databricks vs. EsgynDB vs. NSDb vs. WakandaDB vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

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.

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

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

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

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

Primäres Datenbankmodell

Document Store
Relational DBMS

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

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

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

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

Punkte	0,10
Rang	#356	Overall
	#16	Object oriented DBMS

Website

yaacomo.com

Technische Dokumentation

docs.databricks.com

nsdb.io/Architecture

wakanda.github.io/doc

Entwickler

Databricks

Esgyn

Wakanda SAS

Q2WEB GmbH

Erscheinungsjahr

2013

2015

2017

2012

2009

Aktuelle Version

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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++, Java

Java, Scala

C++, JavaScript

Server Betriebssysteme

gehostet

Linux

Linux
macOS

Linux
OS X
Windows

Android
Linux
Windows

Datenschema

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

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

all fields are automatically indexed

SQL

Support of SQL

with Databricks SQL

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

gRPC
HTTP REST
WebSocket

RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

Python
R
Scala

All languages supporting JDBC/ODBC/ADO.Net

Java
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

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

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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 acquires data optimization startup Tabular in fresh challenge to Snowflake
4. Juni 2024, CNBC

Databricks buys Tabular to win the Iceberg war – Blocks and Files
5. Juni 2024, Blocks & Files

Databricks CEO Ali Ghodsi on Snowflake rivalry and the 'why' behind Databricks' latest billion-dollar deal
5. Juni 2024, Yahoo Finance

Exclusive | Databricks to Buy Data-Management Startup Tabular in Bid for AI Clients
4. Juni 2024, The Wall Street Journal

Databricks Agrees to Acquire Tabular, the Company Founded by the Original Creators of Apache Iceberg USA - English
4. Juni 2024, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk