DBMS > Databricks vs. Heroic vs. mSQL vs. SQream DB

Vergleich der Systemeigenschaften Databricks vs. Heroic vs. mSQL vs. SQream DB

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.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

mSQL (Mini SQL) is a simple and lightweight RDBMS

a GPU-based, columnar RDBMS for big data analytics workloads

Primäres Datenbankmodell

Document Store
Relational DBMS

Time Series 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	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	1,27
Rang	#167	Overall
	#77	Relational DBMS

Punkte	0,70
Rang	#227	Overall
	#104	Relational DBMS

Website

www.databricks.com

github.com/spotify/heroic

hughestech.com.au/products/msql

sqream.com

Technische Dokumentation

docs.databricks.com

spotify.github.io/heroic

docs.sqream.com

Entwickler

Databricks

Spotify

Hughes Technologies

SQream Technologies

Erscheinungsjahr

2013

2014

1994

2017

Aktuelle Version

4.4, Oktober 2021

2022.1.6, Dezember 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

free licenses can be provided

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

Java

C++, CUDA, Haskell, Java, Scala

Server Betriebssysteme

gehostet

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux

Datenschema

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

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

via Elasticsearch

nein

SQL

Support of SQL

with Databricks SQL

nein

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

JDBC
ODBC

.Net
JDBC
ODBC

Unterstützte Programmiersprachen

Python
R
Scala

C
C++
Delphi
Java
Perl
PHP
Tcl

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

user defined functions in Python

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontal and vertical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

keine

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

nein

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

Erwähnungen in aktuellen Nachrichten

Databricks adds vector search, new LLM support to AI suite
8. Mai 2024, TechTarget

Databricks' GPT rival and who's investing in 'underdog' founders
8. Mai 2024, TechCrunch

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

Exclusive | Pete Sonsini, Early Investor in Databricks, Gets Closer to Launching New VC Firm
3. Mai 2024, The Wall Street Journal

Databricks Launches DBRX, A New Standard for Efficient Open Source Models India - English
27. März 2024, PR Newswire

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Make Your MySQL Server More Secure With These 7 Steps - MUO
1. Dezember 2022, MakeUseOf

Writing a Web Service in Perl
9. Juli 2003, PCQuest

bereitgestellt von Google News

SQream Announces Strategic Integration for Powerful Big Data Analytics with Dataiku
9. Februar 2024, insideBIGDATA

SQream Joins Samsung Cloud Platform Ecosystem
26. Juli 2023, PR Newswire

I SQream, you SQream, we all SQream for … data analytics?
5. Oktober 2023, fierce-network.com

GPU data warehouse startup SQream lands $39.4M funding round
24. Juni 2020, SiliconANGLE News

SQream Technologies raises $39.4 million for GPU-accelerated databases
24. Juni 2020, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk