DBMS > Dolt vs. EsgynDB vs. Oracle Coherence vs. Spark SQL

Vergleich der Systemeigenschaften Dolt vs. EsgynDB vs. Oracle Coherence vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A MySQL compatible DBMS with Git-like versioning of data and schema

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Oracles in-memory data grid solution

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

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	0,96
Rang	#193	Overall
	#90	Relational DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	1,92
Rang	#130	Overall
	#22	Key-Value Stores

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

Website

github.com/dolthub/dolt
www.dolthub.com

www.esgyn.cn

www.oracle.com/java/coherence

spark.apache.org/sql

Technische Dokumentation

docs.dolthub.com

docs.oracle.com/en/middleware/standalone/coherence

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

Entwickler

DoltHub Inc

Esgyn

Oracle

Apache Software Foundation

Erscheinungsjahr

2018

2015

2007

2014

Aktuelle Version

14.1, August 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

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

C++, Java

Java

Scala

Server Betriebssysteme

Linux
macOS
Windows

Linux

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Datenschema

schemafrei

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

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

CLI Client
HTTP REST

ADO.NET
JDBC
ODBC

JCache
JPA
RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

All languages supporting JDBC/ODBC/ADO.Net

.Net
C++
Java

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

yes

currently in alpha release

Java Stored Procedures

nein

Triggers

nein

Live Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

A database can be cloned to multiple locations and be used there in isolation. Data/schema changes can be pushed/pulled explicitly between locations.

Multi-source replication between multi datacenters

ja, mit wählbarer Konsistenz

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

konfigurierbar

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

optionally

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Only one user is configurable, and must be specified in the config file at startup

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

authentification to access the cache via certificates or http basic authentication

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

Dolt- A Version Controlled Database
29. Januar 2024, iProgrammer

Top Data Version Control Tools for Machine Learning Research in 2023
24. Juli 2023, MarkTechPost

Dolt, a Relational Database with Git-Like Cloning Features
19. August 2020, The New Stack

Data Versioning at Scale: Chaos and Chaos Management
10. Februar 2023, InfoQ.com

Are you still not using Version Control for Data?
11. April 2020, Towards Data Science

bereitgestellt von Google News

Hazelcast takes on proprietary Oracle in the In-Memory arena
17. Juni 2014, DatacenterDynamics

GridGain: Product Overview and Analysis
5. Juni 2019, eWeek

Oracle launches Oracle Banking Cloud Services - ThePaypers
8. Februar 2023, The Paypers

Oracle Event Processing for Java Embedded
2. April 2013, Embedded

bereitgestellt von Google News

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

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

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