DBMS > EJDB vs. Oracle Rdb vs. searchxml vs. Spark SQL

Vergleich der Systemeigenschaften EJDB vs. Oracle Rdb vs. searchxml 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)

DBMS for structured and unstructured content wrapped with an application server

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

Primäres Datenbankmodell

Document Store

Relational DBMS

Native XML DBMS
Suchmaschine

Relational DBMS

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

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

Punkte	1,08
Rang	#184	Overall
	#85	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#7	Native XML DBMS
	#25	Suchmaschinen

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

Website

github.com/Softmotions/ejdb

www.oracle.com/database/technologies/related/rdb.html

www.searchxml.net/category/products

spark.apache.org/sql

Technische Dokumentation

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

www.oracle.com/database/technologies/related/rdb-doc.html

www.searchxml.net/support/handouts

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

Entwickler

Softmotions

Oracle, originally developed by Digital Equipment Corporation (DEC)

informationpartners gmbh

Apache Software Foundation

Erscheinungsjahr

2012

1984

2015

2014

Aktuelle Version

7.4.1.1, 2021

1.0

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

GPLv2

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++

Scala

Server Betriebssysteme

serverlos

HP Open VMS

Windows

Linux
OS X
Windows

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

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

SQL

Support of SQL

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

In-process Library

RESTful HTTP API
WebDAV
XQuery
XSLT

JDBC
ODBC

Unterstützte Programmiersprachen

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

C++

most other programming languages supported via APIs

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

on the application server

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

sychronisation to multiple collections

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

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

yes, on a single node

Mehrere Lese-, ein Schreibprozess

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Domain, group and role-based access control at the document level and for application services

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

Oracle Adds New AI-Enabling Features To MySQL HeatWave
23. März 2023, Forbes

Should we all consolidate databases for the storage benefits? Reg vultures deploy DevOps, zoos, haircuts
18. September 2020, The Register

2013 Data Science Salary Survey – O'Reilly
4. Mai 2013, oreilly.com

bereitgestellt von Google News

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

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

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