DBMS > Databricks vs. GeoMesa vs. NSDb vs. WakandaDB

Vergleich der Systemeigenschaften Databricks vs. GeoMesa vs. NSDb vs. WakandaDB

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.

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

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

Primäres Datenbankmodell

Document Store
Relational DBMS

Spatial DBMS

Time Series DBMS

Object oriented 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	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,03
Rang	#364	Overall
	#17	Object oriented DBMS

Website

Technische Dokumentation

docs.databricks.com

www.geomesa.org/documentation/stable/user/index.html

nsdb.io/Architecture

wakanda.github.io/doc

Entwickler

Databricks

CCRi und Andere

Wakanda SAS

Erscheinungsjahr

2013

2014

2017

2012

Aktuelle Version

4.0.5, Februar 2024

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache License 2.0

Open Source

Apache Version 2.0

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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

Scala

Java, Scala

C++, JavaScript

Server Betriebssysteme

gehostet

Linux
macOS

Linux
OS X
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

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

gRPC
HTTP REST
WebSocket

RESTful HTTP API

Unterstützte Programmiersprachen

Python
R
Scala

Java
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

abhängig von Storage layer

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

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

Databricks is expanding the scope of its AI investments with second VC fund
21. Mai 2024, Fortune

Introducing the Databricks AI Fund
22. Mai 2024, CXOToday.com

Databricks and TetraScience Partner to Unlock AI-Driven Innovations in Life Sciences
20. Mai 2024, Datanami

5. Databricks
14. Mai 2024, CNBC

This Is the Platform Nancy Pelosi Used to Make Her Private Investment in Databricks
9. Mai 2024, Yahoo Finance

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk