DBMS > Databricks vs. Galaxybase vs. PostGIS vs. Splice Machine

Vergleich der Systemeigenschaften Databricks vs. Galaxybase vs. PostGIS vs. Splice Machine

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.

Scalable, ACID-compliant native distributed parallel graph platform

Spatial extension of PostgreSQL

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Document Store
Relational DBMS

Graph DBMS

Spatial DBMS

Relational DBMS

Sekundäre Datenbankmodelle

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	0,07
Rang	#377	Overall
	#40	Graph DBMS

Punkte	21,72
Rang	#29	Overall
	#1	Spatial DBMS

Punkte	0,54
Rang	#252	Overall
	#115	Relational DBMS

Website

Technische Dokumentation

docs.databricks.com

postgis.net/documentation

splicemachine.com/how-it-works

Entwickler

Databricks

Chuanglin(Createlink) Technology Co., Ltd 浙江创邻科技有限公司

Splice Machine

Erscheinungsjahr

2013

2017

2005

2014

Aktuelle Version

Nov 20, November 2021

3.4.2, Februar 2024

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPL v2.0

Open Source

AGPL 3.0, commercial license available

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 and Java

Java

Server Betriebssysteme

gehostet

Linux

Linux
OS X
Solaris
Windows

Datenschema

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

Strong typed schema

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

SQL

Support of SQL

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

Browser interface
console (shell)
Graph API (Gremlin)
OpenCypher
Proprietäres native API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Python
R
Scala

Go
Java
Python

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

user defined procedures and functions

benutzerdefinierte Funktionen

Java

Triggers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf PostgreSQL

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

basierend auf PostgreSQL

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Role-based access control

basierend auf PostgreSQL

Access rights for users, groups and roles according to 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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Infoworks streamlines Hadoop to Databricks migrations with Unity Catalog integration
6. Juni 2024, PR Newswire

Databricks enhances data lakehouse abilities with the purchase of data optimization startup, Tabular - The National
8. Juni 2024, The National

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

Databricks acquires Tabular to build a common data lakehouse standard
4. Juni 2024, TechCrunch

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

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

ETL: The Silent Killer of Big Data Projects
23. Juli 2015, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk