DBMS > Databricks vs. OpenQM vs. TinkerGraph vs. Tkrzw

Vergleich der Systemeigenschaften Databricks vs. OpenQM vs. TinkerGraph vs. Tkrzw

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.

QpenQM is a high-performance, self-tuning, multi-value DBMS

A lightweight, in-memory graph engine that serves as a reference implementation of the TinkerPop3 API

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

Document Store
Relational DBMS

Multivalue DBMS

Graph DBMS

Key-Value Store

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,27
Rang	#298	Overall
	#10	Multivalue DBMS

Punkte	0,08
Rang	#348	Overall
	#35	Graph DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Website

www.databricks.com

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

tinkerpop.apache.org/docs/current/reference/#tinkergraph-gremlin

dbmx.net/tkrzw

Technische Dokumentation

docs.databricks.com

Entwickler

Databricks

Rocket Software, originally Martin Phillips

Mikio Hirabayashi

Erscheinungsjahr

2013

1993

2009

2020

Aktuelle Version

3.4-12

0.9.3, August 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Open Source

Apache 2.0

Open Source

Apache Version 2.0

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

Java

C++

Server Betriebssysteme

gehostet

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Linux
macOS

Datenschema

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

with some exceptions

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

with Databricks SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

TinkerPop 3

Unterstützte Programmiersprachen

Python
R
Scala

.Net
Basic
C
Java
Objective C
PHP
Python

Groovy
Java

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

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

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

optional

In-Memory Unterstützung

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

nein

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

Access rights can be defined down to the item level

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

5. Databricks
14. Mai 2024, CNBC

Analytics and Data Science News for the Week of May 17; Updates from Alteryx, Databricks, Sigma Computing & More
16. Mai 2024, Solutions Review

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

Feature Engineering for Time-Series Using PySpark on Databricks
15. Mai 2024, Towards Data Science

Top 5 Lessons Learned from Databricks' Journey from $400M to $1.5B+
23. April 2024, SaaStr

bereitgestellt von Google News

Automated testing of Amazon Neptune data access with Apache TinkerPop Gremlin | Amazon Web Services
28. September 2022, AWS Blog

Simple Deployment of a Graph Database: JanusGraph | by Edward Elson Kosasih
12. Oktober 2020, Towards Data Science

Why developers like Apache TinkerPop, an open source framework for graph computing | Amazon Web Services
27. September 2021, AWS Blog

InfiniteGraph Gets Support for Common Graph Database Language and More
21. Februar 2012, SiliconANGLE News

Introducing Gremlin query hints for Amazon Neptune | AWS Database Blog
26. Februar 2019, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk