DBMS > EsgynDB vs. MonetDB vs. Spark SQL vs. ToroDB

Vergleich der Systemeigenschaften EsgynDB vs. MonetDB vs. Spark SQL vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

Ein relationales Datenbankmanagementsystem mit spaltenweiser Abspeicherung der Daten

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

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	1,72
Rang	#145	Overall
	#67	Relational DBMS

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

Website

www.esgyn.cn

www.monetdb.org

spark.apache.org/sql

github.com/torodb/server

Technische Dokumentation

www.monetdb.org/Documentation

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

Entwickler

Esgyn

MonetDB BV

Apache Software Foundation

8Kdata

Erscheinungsjahr

2015

2004

2014

2016

Aktuelle Version

Dec2023 (11.49), Dezember 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Mozilla Public License 2.0

Open Source

Apache 2.0

Open Source

AGPL-V3

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

Scala

Java

Server Betriebssysteme

Linux

FreeBSD
Linux
OS X
Solaris
Windows

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, boolean, 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

SQL 2003 mit einigen Erweiterungen

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
native C library

MAPI library (MonetDB application programming interface)
ODBC

JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

C
C++
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

yes, in SQL, C, R

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Sharding via remote tables

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

keine

Source-replica replication available in experimental status

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer und Rollen

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

In 2024 the MonetDB Foundation was established for the preservation, maintenance and further development of the ...
31. Januar 2024, Centrum Wiskunde & Informatica (CWI)

MonetDB Secures Investment From (and Partners With) ServiceNow
9. Dezember 2021, Datanami

PostgreSQL, MonetDB, and Too-Big-for-Memory Data in R - Part I - DataScienceCentral.com
6. April 2018, Data Science Central

How MonetDB Exploits Modern CPU Performance | by Dwi Prasetyo Adi Nugroho
14. Januar 2020, Towards Data Science

MonetDB Solutions secures investment from ServiceNow
30. September 2019, Centrum Wiskunde & Informatica (CWI)

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