DBMS > GeoMesa vs. Linter vs. Spark SQL vs. Teradata Aster

Vergleich der Systemeigenschaften GeoMesa vs. Linter vs. Spark SQL vs. Teradata Aster

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Teradata Aster has been integrated into other Teradata systems and therefore will be removed from the DB-Engines ranking.

Kurzbeschreibung

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

RDBMS for high security requirements

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

Platform for big data analytics on multistructured data sources and types

Primäres Datenbankmodell

Spatial DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	0,09
Rang	#346	Overall
	#152	Relational DBMS

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

Website

www.geomesa.org

linter.ru

spark.apache.org/sql

Technische Dokumentation

www.geomesa.org/documentation/stable/user/index.html

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

Entwickler

CCRi und Andere

relex.ru

Apache Software Foundation

Teradata

Erscheinungsjahr

2014

1990

2014

2005

Aktuelle Version

4.0.5, Februar 2024

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

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

C und C++

Scala

Server Betriebssysteme

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
OS X
Windows

Linux

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

defined schema within the relational store; partial schema or schema free in the Aster File Store

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

in Aster File Store

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

JDBC
ODBC

ADO.NET
JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

Java
Python
R
Scala

C
C#
C++
Java
Python
R

Server-seitige Scripts

Stored Procedures

nein

proprietary syntax with the possibility to convert from PL/SQL

nein

R packages

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

keine

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

Source-Replica Replikation

keine

Dimension tables are replicated across all nodes in the cluster. The number of replicas for the file store can be configured.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

SQL Map-Reduce Framework

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

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

Feature Engineering for Time-Series Using PySpark on Databricks
8. Mai 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Northwestern Analytics Partners with Teradata Aster to Host Hackathon
23. Mai 2014, Northwestern Engineering

Teradata Aster gets graph database, HDFS-compatible file store
8. Oktober 2013, ZDNet

Teradata Provides the Simplest Way to Bring the Science of Data to the Art of Business
22. September 2011, PR Newswire

Teradata's Aster shows how the flowers of fraud bloom
23. April 2015, The Register

Case study: Siemens reduces train failures with Teradata Aster
12. September 2016, RCR Wireless News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk