DBMS > Dolt vs. Sequoiadb vs. Spark SQL vs. Ultipa

Vergleich der Systemeigenschaften Dolt vs. Sequoiadb vs. Spark SQL vs. Ultipa

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

NewSQL database with distributed OLTP and SQL

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

High performance Graph DBMS supporting HTAP high availability cluster deployment

Primäres Datenbankmodell

Relational DBMS

Document Store
Relational DBMS

Relational DBMS

Graph 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	0,45
Rang	#261	Overall
	#41	Document Stores
	#122	Relational DBMS

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

Punkte	0,13
Rang	#335	Overall
	#31	Graph DBMS

Website

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

www.sequoiadb.com

spark.apache.org/sql

www.ultipa.com

Technische Dokumentation

docs.dolthub.com

www.sequoiadb.com/en/index.php?m=Files&a=index

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

www.ultipa.com/document

Entwickler

DoltHub Inc

Sequoiadb Ltd.

Apache Software Foundation

Ultipa

Erscheinungsjahr

2018

2013

2014

2019

Aktuelle Version

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Server: AGPL; Client: Apache V2

Open Source

Apache 2.0

kommerziell

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++

Scala

Server Betriebssysteme

Linux
macOS
Windows

Linux

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

oid, date, timestamp, binary, regex

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

SQL-like query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

CLI Client
HTTP REST

Proprietäres Protokoll basierend auf JSON

JDBC
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

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

.Net
C++
Java
PHP
Python

Java
Python
R
Scala

C++
Go
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

yes

currently in alpha release

JavaScript

nein

Triggers

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.

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

während einer Transaktion wird das Dokument gesperrt

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

einfacher Passwort-basierter Zugriffsschutz

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

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

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

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

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

bereitgestellt von Google News

Technology
7. März 2024, Caj News Africa

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk