DBMS > DuckDB vs. RocksDB vs. Spark SQL vs. STSdb

Vergleich der Systemeigenschaften DuckDB vs. RocksDB vs. Spark SQL vs. STSdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Embeddable persistent key-value store optimized for fast storage (flash and RAM)

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

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

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

Punkte	3,65
Rang	#85	Overall
	#11	Key-Value Stores

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

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

duckdb.org

rocksdb.org

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

duckdb.org/docs

github.com/facebook/rocksdb/wiki

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

Entwickler

Facebook, Inc.

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2018

2013

2014

2011

Aktuelle Version

0.10, Februar 2024

8.11.4, April 2024

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

MIT License

Open Source

BSD

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

serverlos

Linux

Linux
OS X
Windows

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Primitive Typen und benutzerdefinierte Klassen

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

nein

APIs und andere Zugriffskonzepte

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

C++ API
Java API

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

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

C
C++
Go
Java
Perl
Python
Ruby

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning

yes, utilizing Spark Core

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

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

In-Memory Unterstützung

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

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

Drittanbieter

Speedb: A high performance RocksDB-compliant key-value store optimized for write-intensive workloads.
» mehr

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

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

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

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

DuckDB and AWS — How to Aggregate 100 Million Rows in 1 Minute
25. April 2024, Towards Data Science

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

bereitgestellt von Google News

Did Rockset Just Solve Real-Time Analytics?
25. August 2021, Datanami

Meta’s Velox Means Database Performance Is Not Subject To Interpretation
31. August 2022, The Next Platform

Linux 6.9 Drives AMD 4th Gen EPYC Performance Even Higher For Some Workloads
29. März 2024, Phoronix

Power your Kafka Streams application with Amazon MSK and AWS Fargate | Amazon Web Services
10. August 2021, AWS Blog

Intel Linux Optimizations Help AMD EPYC "Genoa" Improve Scaling To 384 Threads
6. April 2023, Phoronix

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

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, Towards Data Science

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk