DBMS > Databricks vs. GeoMesa vs. PostGIS vs. RDF4J

Vergleich der Systemeigenschaften Databricks vs. GeoMesa vs. PostGIS vs. RDF4J

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.

Spatial extension of PostgreSQL

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Document Store
Relational DBMS

Spatial DBMS

RDF Store

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	0,86
Rang	#205	Overall
	#4	Spatial DBMS

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

Punkte	0,74
Rang	#222	Overall
	#9	RDF Stores

Website

Technische Dokumentation

docs.databricks.com

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

postgis.net/documentation

rdf4j.org/documentation

Entwickler

Databricks

CCRi und Andere

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2013

2014

2005

2004

Aktuelle Version

5.0.0, Mai 2024

3.4.2, Februar 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache License 2.0

Open Source

GPL v2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Scala

Java

Server Betriebssysteme

gehostet

Linux
OS X
Unix
Windows

Datenschema

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

RDF Schemas

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

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Python
R
Scala

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

basierend auf PostgreSQL

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

basierend auf PostgreSQL

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

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

basierend auf PostgreSQL

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

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

Databricks to buy data management firm Tabular for over $1 bln
4. Juni 2024, Reuters

Fenwick Represents Databricks in its Pending Acquisition of…
4. Juni 2024, Fenwick & West LLP

Databricks' $1B Tabular buy raises questions around table format wars
5. Juni 2024, The Register

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk