DBMS > EJDB vs. HugeGraph vs. Sadas Engine vs. Spark SQL

Vergleich der Systemeigenschaften EJDB vs. HugeGraph vs. Sadas Engine vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

A fast-speed and highly-scalable Graph DBMS

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

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

Primäres Datenbankmodell

Document Store

Graph DBMS

Relational DBMS

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

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	0,13
Rang	#336	Overall
	#32	Graph DBMS

Punkte	0,00
Rang	#383	Overall
	#158	Relational DBMS

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

Website

github.com/Softmotions/ejdb

github.com/hugegraph
hugegraph.apache.org

www.sadasengine.com

spark.apache.org/sql

Technische Dokumentation

github.com/Softmotions/ejdb/blob/master/README.md

hugegraph.apache.org/docs

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

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

Entwickler

Softmotions

Baidu

SADAS s.r.l.

Apache Software Foundation

Erscheinungsjahr

2012

2018

2006

2014

Aktuelle Version

0.9

8.0

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache Version 2.0

kommerziell

free trial version available

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

C++

Scala

Server Betriebssysteme

serverlos

Linux
macOS
Unix

AIX
Linux
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

XML Unterstützung

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

nein

Sekundärindizes

nein

also supports composite index and range index

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

In-process Library

Java API
RESTful HTTP API
TinkerPop Gremlin

JDBC
ODBC
Proprietäres Protokoll

JDBC
ODBC

Unterstützte Programmiersprachen

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

Groovy
Java
Python

.Net
C
C#
C++
Groovy
Java
PHP
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

asynchronous Gremlin script jobs

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

depending on used storage backend, e.g. Cassandra and HBase

horizontale Partitionierung

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

depending on used storage backend, e.g. Cassandra and HBase

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via hugegraph-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

edges in graph

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

managed by 'Learn by Usage'

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Users, roles and permissions

Access rights for users, groups and roles according to SQL-standard

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

Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code
23. April 2024, GBHackers

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