DBMS > Databricks vs. EsgynDB vs. Spark SQL vs. Trafodion

Vergleich der Systemeigenschaften Databricks vs. EsgynDB vs. Spark SQL vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded 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

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

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

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

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

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

Website

Technische Dokumentation

docs.databricks.com

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

trafodion.apache.org/documentation.html

Entwickler

Databricks

Esgyn

Apache Software Foundation

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2013

2015

2014

Aktuelle Version

3.5.0 ( 2.13), September 2023

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Apache 2.0

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

C++, Java

Scala

C++, Java

Server Betriebssysteme

gehostet

Linux

Linux
OS X
Windows

Linux

Datenschema

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

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

with Databricks SQL

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

JDBC
ODBC

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

Python
R
Scala

All languages supporting JDBC/ODBC/ADO.Net

Java
Python
R
Scala

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Java Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

keine

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

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

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

nein

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

Nvidia, Databricks Sued in Latest AI Copyright Class Actions
3. Mai 2024, Bloomberg Law

An Interview with Databricks CEO Ali Ghodsi About Building Enterprise AI
2. Mai 2024, Stratechery by Ben Thompson

Tableau and Databricks Expand Strategic Partnership
2. Mai 2024, Datanami

Databricks DBRX is now available in Amazon SageMaker JumpStart | Amazon Web Services
26. April 2024, AWS Blog

AI is Driving Record Sales at Multibillion-Dollar Databricks. An IPO Can Wait … - WSJ
6. März 2024, The Wall Street Journal

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

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

HP Throws Trafodion Hat into OLTP Hadoop Ring
14. Juli 2014, Datanami

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk