DBMS > EventStoreDB vs. Spark SQL vs. Teradata vs. Transbase

Vergleich der Systemeigenschaften EventStoreDB vs. Spark SQL vs. Teradata vs. Transbase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Industrial-strength, open-source database solution built from the ground up for event sourcing.

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

A hybrid cloud data analytics software platform (Teradata Vantage)

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Event Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS
Spatial DBMS
Time Series DBMS

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

Punkte	1,10
Rang	#179	Overall
	#1	Event Stores

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

Punkte	45,33
Rang	#21	Overall
	#15	Relational DBMS

Punkte	0,11
Rang	#341	Overall
	#150	Relational DBMS

Website

www.eventstore.com

spark.apache.org/sql

www.teradata.com

www.transaction.de/en/products/transbase.html

Technische Dokumentation

developers.eventstore.com

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

docs.teradata.com

www.transaction.de/en/products/transbase/features.html

Entwickler

Event Store Limited

Apache Software Foundation

Teradata

Transaction Software GmbH

Erscheinungsjahr

2012

2014

1984

1987

Aktuelle Version

21.2, Februar 2021

3.5.0 ( 2.13), September 2023

Teradata Vantage 1.0 MU2, Jänner 2019

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Development Lizenz gratis

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

Scala

C und C++

Server Betriebssysteme

Linux
Windows

Linux
OS X
Windows

gehostet
Linux

FreeBSD
Linux
macOS
Solaris
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

Spezielle Join-Indizes für physikalisches 'pre-joining' von Tabellen

SQL

Support of SQL

SQL-like DML and DDL statements

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

JDBC
ODBC

.NET Client API
HTTP REST
JDBC
JMS Adapter
ODBC
OLE DB

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

Java
Python
R
Scala

C
C++
Cobol
Java (JDBC-ODBC)
Perl
PL/1
Python
R
Ruby

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

UDFs, stored procedures, table functions in parallel

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

Sharding

Hashing

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DB-Engines Blog Posts

Teradata is the most popular data warehouse DBMS
2. April 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

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

bereitgestellt von Google News

Why Teradata (TDC) Shares Are Plunging Today
7. Mai 2024, Yahoo Finance

Kenvue, Crocs rise; Disney, Teradata fall, Tuesday, 5/7/2024
7. Mai 2024, ABC News

The Analyst Landscape: 9 Takes On Teradata - Teradata (NYSE:TDC)
7. Mai 2024, Benzinga

Teradata's stock tumbles after BofA cuts rating on lack of near-term positive catalysts
7. Mai 2024, Seeking Alpha

Teradata (TDC) Q1 Earnings and Revenues Beat Estimates
6. Mai 2024, Yahoo Finance

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk