DBMS > Datomic vs. DuckDB vs. GBase vs. Spark SQL

Vergleich der Systemeigenschaften Datomic vs. DuckDB vs. GBase vs. Spark SQL

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DBMS mit Fokus auf der Abspeicherung von historischen Daten und 'point-in-time queries'. Es verwendet Fremdsysteme zur Speicherung der Daten

An embeddable, in-process, column-oriented SQL OLAP RDBMS

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

Primäres Datenbankmodell

Relational DBMS

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

Punkte	1,59
Rang	#150	Overall
	#69	Relational DBMS

Punkte	4,57
Rang	#74	Overall
	#40	Relational DBMS

Punkte	1,07
Rang	#185	Overall
	#86	Relational DBMS

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

Technische Dokumentation

docs.datomic.com

duckdb.org/docs

spark.apache.org/docs/latest/sql-programming-guide.html

Entwickler

Cognitect

General Data Technology Co., Ltd.

Apache Software Foundation

Erscheinungsjahr

2012

2018

2004

2014

Aktuelle Version

1.0.6735, Juni 2023

0.10, Februar 2024

GBase 8a, GBase 8s, GBase 8c

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Limitierte Edition gratis

Open Source

MIT License

kommerziell

Open Source

Apache 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, Clojure

C++

C, Java, Python

Scala

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

serverlos

Linux

Linux
OS X
Windows

Datenschema

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

nein

SQL

Support of SQL

nein

Standard with numerous extensions

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

RESTful HTTP API

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

ADO.NET
C API
JDBC
ODBC

JDBC
ODBC

Unterstützte Programmiersprachen

Clojure
Java

C
C#

3rd party driver
C++
Crystal

3rd party driver
Go

3rd party driver
Java
Lisp

3rd party driver
Python
R
Ruby

3rd party driver
Rust
Swift
Zig

3rd party driver

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Transaction Functions

nein

user defined functions

nein

Triggers

By using transaction functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

But extensive use of caching in the application peers

keine

horizontal partitioning (by range, list and hash) and vertical partitioning

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

But extensive use of caching in the application peers

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

using external storage systems (e.g. Cassandra, DynamoDB, PostgreSQL, Couchbase and others)

In-Memory Unterstützung

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

recommended only for testing and development

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Weitere Informationen bereitgestellt vom Systemhersteller

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

Erwähnungen in aktuellen Nachrichten

Stanchion Turns SQLite Into A Column Store
15. Februar 2024, iProgrammer

Nubank buys firm behind Clojure programming language
28. Juli 2020, Finextra

Zoona Case Study
16. Dezember 2017, AWS Blog

Architecting Software for Leverage
13. November 2021, InfoQ.com

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

bereitgestellt von Google News

DuckDB: The tiny but powerful analytics database
15. Mai 2024, InfoWorld

My First Billion (of Rows) in DuckDB | by João Pedro | May, 2024
1. Mai 2024, Towards Data Science

DuckDB Walks to the Beat of Its Own Analytics Drum
5. März 2024, Datanami

Enabling Remote Query Execution through DuckDB Extensions
12. März 2024, InfoQ.com

MotherDuck Raises $52.5 Million Series B Funding as DuckDB Adoption Soars
20. September 2023, PR Newswire

bereitgestellt von Google News

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

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk