DBMS > EsgynDB vs. Riak TS vs. Spark SQL vs. Yanza

Vergleich der Systemeigenschaften EsgynDB vs. Riak TS vs. Spark SQL vs. Yanza

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

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

Riak TS is a distributed NoSQL database optimized for time series data and based on Riak KV

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

Time Series DBMS for IoT Applications

Primäres Datenbankmodell

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

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

Punkte	0,20
Rang	#319	Overall
	#27	Time Series DBMS

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

Website

www.esgyn.cn

spark.apache.org/sql

yanza.com

Technische Dokumentation

www.tiot.jp/riak-docs/riak/ts/latest

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

Entwickler

Esgyn

Open Source, formerly Basho Technologies

Apache Software Foundation

Yanza

Erscheinungsjahr

2015

2014

2015

Aktuelle Version

3.0.0, September 2022

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

free version available

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

but mainly used as a service provided by Yanza

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++, Java

Erlang

Scala

Server Betriebssysteme

Linux

Linux
OS X

Linux
OS X
Windows

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

eingeschränkt

nein

SQL

Support of SQL

yes, limited

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

HTTP API
Native Erlang Interface

JDBC
ODBC

HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

unofficial client library
C#
C++

unofficial client library
Clojure

unofficial client library
Dart

unofficial client library
Erlang
Go

unofficial client library
Groovy

unofficial client library
Haskell

unofficial client library
Java
JavaScript

unofficial client library
Lisp

unofficial client library
Perl

unofficial client library
PHP
Python
Ruby
Scala

unofficial client library
Smalltalk

unofficial client library

Java
Python
R
Scala

jede Sprache, die HTTP-Aufrufe erlaubt

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Erlang

nein

Triggers

nein

pre-commit hooks and post-commit hooks

nein

Timer and event based

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

frei wählbarer Replikationsfaktor

keine

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

links between datasets can be stored

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

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

New Basho Data Platform Provides Operational Simplicity for Enterprise Big Data Applications
7. Juni 2015, insideBIGDATA

Best open source databases for IoT applications
26. Mai 2017, Open Source For You

bereitgestellt von Google News

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk