DBMS > Datomic vs. mSQL vs. NSDb vs. Spark SQL

Vergleich der Systemeigenschaften Datomic vs. mSQL vs. NSDb 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

mSQL (Mini SQL) is a simple and lightweight RDBMS

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

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

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

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

Punkte	1,66
Rang	#144	Overall
	#66	Relational DBMS

Punkte	1,27
Rang	#169	Overall
	#76	Relational DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Website

www.datomic.com

hughestech.com.au/products/msql

nsdb.io

spark.apache.org/sql

Technische Dokumentation

docs.datomic.com

nsdb.io/Architecture

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

Entwickler

Cognitect

Hughes Technologies

Apache Software Foundation

Erscheinungsjahr

2012

1994

2017

2014

Aktuelle Version

1.0.7075, Dezember 2023

4.4, Oktober 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Limitierte Edition gratis

kommerziell

free licenses can be provided

Open Source

Apache Version 2.0

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

Java, Scala

Scala

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

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

Linux
macOS

Linux
OS X
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

nein

SQL

Support of SQL

nein

A subset of ANSI SQL is implemented

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

SQL-like query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
ODBC

gRPC
HTTP REST
WebSocket

JDBC
ODBC

Unterstützte Programmiersprachen

Clojure
Java

C
C++
Delphi
Java
Perl
PHP
Tcl

Java
Scala

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Transaction 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

Sharding

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

keine

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

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

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

Using Apache Lucene

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

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

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

James Dixon Imagines A Data Lake That Matters
26. Januar 2015, Forbes

Zoona Case Study
16. Dezember 2017, AWS Blog

bereitgestellt von Google News

Higher Education PS rules out ghost students before PAC
29. November 2018, diggers.news

bereitgestellt von Google News

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

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

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

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