DBMS > EsgynDB vs. Infobright vs. JanusGraph vs. Spark SQL

Vergleich der Systemeigenschaften EsgynDB vs. Infobright vs. JanusGraph vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

High performant column-oriented DBMS for analytic workloads using MySQL or PostgreSQL as a frontend

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

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

Primäres Datenbankmodell

Relational DBMS

Graph DBMS

Relational DBMS

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

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	1,02
Rang	#192	Overall
	#90	Relational DBMS

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Website

www.esgyn.cn

ignitetech.com/softwarelibrary/infobrightdb

janusgraph.org

spark.apache.org/sql

Technische Dokumentation

docs.janusgraph.org

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

Entwickler

Esgyn

Ignite Technologies Inc.; formerly InfoBright Inc.

Linux Foundation; originally developed as Titan by Aurelius

Apache Software Foundation

Erscheinungsjahr

2015

2005

2017

2014

Aktuelle Version

0.6.3, Februar 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

The open source (GPLv2) version did not support inserts/updates/deletes and was discontinued with July 2016

Open Source

Apache 2.0

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

Linux
Windows

Linux
OS X
Unix
Windows

Linux
OS X
Windows

Datenschema

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

Knowledge Grid Technology used instead

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

.Net
C
C#
C++
D
Eiffel
Erlang
Haskell
Java
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Clojure
Java
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

exploiting MySQL or PostgreSQL frontend capabilities

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

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

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM)
17. März 2024, Yahoo Singapore News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk