DBMS > FatDB vs. InterSystems IRIS vs. Spark SQL vs. TempoIQ

Vergleich der Systemeigenschaften FatDB vs. InterSystems IRIS vs. Spark SQL vs. TempoIQ

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

TempoIQ seems to be decommissioned. It will be removed from the DB-Engines ranking.

Kurzbeschreibung

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

A containerised multi-model DBMS, interoperability and analytics data platform with wide capabilities for vertical and horizontal scalability

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

Scalable analytics DBMS for sensor data, provided as a service (SaaS)

Primäres Datenbankmodell

Document Store
Key-Value Store

Document Store
Key-Value Store
Object oriented DBMS
Relational DBMS

Relational DBMS

Time Series DBMS

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

Punkte	4,05
Rang	#83	Overall
	#14	Document Stores
	#10	Key-Value Stores
	#1	Object oriented DBMS
	#45	Relational DBMS

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

Website

www.intersystems.com/products/intersystems-iris

spark.apache.org/sql

tempoiq.com (offline)

Technische Dokumentation

docs.intersystems.com/irislatest/csp/docbook/DocBook.UI.Page.cls

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

Entwickler

FatCloud

InterSystems

Apache Software Foundation

TempoIQ

Erscheinungsjahr

2012

2018

2014

2012

Aktuelle Version

2023.3, Juni 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

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

Server Betriebssysteme

Windows

AIX
Linux
macOS
Ubuntu
Windows

Linux
OS X
Windows

Datenschema

schemafrei

depending on used data model

schemafrei

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

SQL

Support of SQL

nein

Ãœber Integration mit SQL Server

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

HTTP API

Unterstützte Programmiersprachen

.Net
C++
Java
JavaScript (Node.js)
Python

Java
Python
R
Scala

C#
Java
JavaScript

Node.js
Python
Ruby

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

nein

Triggers

Ãœber Applikationen

nein

Realtime Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

nein

Security Layer kann über Applikationen implementiert werden

yes

nein

einfacher Authentication-basierter Zugriffsschutz

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

InterSystems IRIS is a complete cloud-first data platform which includes a multi-model...
» mehr

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

Unlocking the Power of Generative AI: InterSystems IRIS with Vector Search -
26. März 2024, HIT Consultant

Consultmed to re-platform eReferral software on InterSystems' IRIS for Health - Pulse+IT
30. April 2024, pulseit.news

InterSystems signs deal with Consultmed for ‘replatforming’
1. Mai 2024, The Medical Republic

InterSystems Introduces Two New Cloud-Native Smart Data Services to Accelerate Database and Machine Learning ...
11. Januar 2024, Yahoo Finance

InterSystems expands InterSystems IRIS data platform with vector search to support next-generation AI applications
16. April 2024, ITWeb

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

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, 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

8 things to consider when applying for an accelerator from 2 C-level execs
29. Mai 2015, Built In Chicago

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk