DBMS > Databricks vs. NSDb vs. Postgres-XL vs. SwayDB vs. Transbase

Vergleich der Systemeigenschaften Databricks vs. NSDb vs. Postgres-XL vs. SwayDB vs. Transbase

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, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Document Store
Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial 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	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Punkte	0,00
Rang	#382	Overall
	#59	Key-Value Stores

Punkte	0,11
Rang	#341	Overall
	#150	Relational DBMS

Website

www.transaction.de/en/products/transbase.html

Technische Dokumentation

docs.databricks.com

nsdb.io/Architecture

www.postgres-xl.org/documentation

www.transaction.de/en/products/transbase/features.html

Entwickler

Databricks

Simer Plaha

Transaction Software GmbH

Erscheinungsjahr

2013

2017

2014

seit 2012, ursprünglich genannt StormDB

2018

1987

Aktuelle Version

10 R1, Oktober 2018

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

Mozilla public license

Open Source

GNU Affero GPL V3.0

kommerziell

Development Lizenz gratis

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, Scala

Scala

C und C++

Server Betriebssysteme

gehostet

Linux
macOS

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

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

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

nein

XML Unterstützung

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

nein

XML type, but no XML query functionality

nein

Sekundärindizes

all fields are automatically indexed

nein

SQL

Support of SQL

with Databricks SQL

SQL-like query language

distributed, parallel query execution

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

gRPC
HTTP REST
WebSocket

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

Python
R
Scala

Java
Scala

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Java
Kotlin
Scala

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

MVCC

Atomic execution of operations

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

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

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

Building CI Pipeline with Databricks Asset Bundle and GitLab
25. Mai 2024, hackernoon.com

XponentL Data Secures Strategic Investment from Databricks Ventures to Fuel Data Transformation & Generative AI
22. Mai 2024, Business Wire

XponentL Data Receives Strategic Investment from Databricks Ventures and Inoca Capital Partners
22. Mai 2024, FinSMEs

Analytics and Data Science News for the Week of May 24; Updates from Databricks, IBM, Microsoft & More
23. Mai 2024, Solutions Review

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk