DBMS > GeoMesa vs. NSDb vs. ObjectBox vs. Spark SQL vs. WakandaDB

Vergleich der Systemeigenschaften GeoMesa vs. NSDb vs. ObjectBox vs. Spark SQL vs. WakandaDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Extremely fast embedded database for small devices, IoT and Mobile

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

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	0,86
Rang	#205	Overall
	#4	Spatial DBMS

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	1,29
Rang	#166	Overall
	#5	Object oriented DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,10
Rang	#356	Overall
	#16	Object oriented DBMS

Website

Technische Dokumentation

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

nsdb.io/Architecture

docs.objectbox.io

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

wakanda.github.io/doc

Entwickler

CCRi und Andere

ObjectBox Limited

Apache Software Foundation

Wakanda SAS

Erscheinungsjahr

2014

2017

2014

2012

Aktuelle Version

5.0.0, Mai 2024

3.5.0 ( 2.13), September 2023

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

Apache Version 2.0

Open Source

Apache License 2.0

Open Source

Apache 2.0

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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

Java, Scala

C und C++

Scala

C++, JavaScript

Server Betriebssysteme

Linux
macOS

Android
iOS
Linux
macOS
Windows

Linux
OS X
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

nein

SQL

Support of SQL

nein

SQL-like query language

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

gRPC
HTTP REST
WebSocket

Proprietäres native API

JDBC
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

Java
Scala

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

Java
Python
R
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

keine

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

online/offline synchronization between client and server

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Eventual Consistency

Immediate Consistency

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

Using Apache Lucene

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

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

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

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

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

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