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

Vergleich der Systemeigenschaften GeoMesa vs. NSDb vs. Spark SQL vs. Tarantool 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

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

In-memory computing platform with a flexible data schema for efficiently building high-performance applications

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

Primäres Datenbankmodell

Spatial DBMS

Time Series DBMS

Relational DBMS

Document Store
Key-Value Store
Relational DBMS

Object oriented DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

with Tarantool/GIS extension

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	18,04
Rang	#33	Overall
	#20	Relational DBMS

Punkte	1,67
Rang	#143	Overall
	#25	Document Stores
	#25	Key-Value Stores
	#65	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

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

www.tarantool.io/en/doc

wakanda.github.io/doc

Entwickler

CCRi und Andere

Apache Software Foundation

Wakanda SAS

Erscheinungsjahr

2014

2017

2014

2008

2012

Aktuelle Version

5.0.0, Mai 2024

3.5.0 ( 2.13), September 2023

2.10.0, Mai 2022

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 2.0

Open Source

BSD-2, source-available extensions (modules), commercial licenses for Tarantool Enterprise

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

Scala

C und C++

C++, JavaScript

Server Betriebssysteme

Linux
macOS

Linux
OS X
Windows

BSD
Linux
macOS

Linux
OS X
Windows

Datenschema

Flexible data schema: relational definition for tables with ability to store json-like documents in columns

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

string, double, decimal, uuid, integer, blob, boolean, datetime

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

SQL-like DML and DDL statements

Full-featured ANSI SQL support

nein

APIs und andere Zugriffskonzepte

gRPC
HTTP REST
WebSocket

JDBC
ODBC

Open binary protocol

RESTful HTTP API

Unterstützte Programmiersprachen

Java
Scala

Java
Python
R
Scala

C
C#
C++
Erlang
Go
Java
JavaScript
Lua
Perl
PHP
Python
Rust

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Lua, C and SQL stored procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

yes, utilizing Spark Core

Sharding, partitioned with virtual buckets by user defined affinity key. Live resharding for scale up and scale down without maintenance downtime.

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

keine

Asynchronous replication with multi-master option
Configurable replication topology (full-mesh, chain, star)
Synchronous quorum replication (with Raft)

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

Casual consistency across sharding partitions
Eventual consistency within replicaset partition

when using asyncronous replication
Immediate Consistency within single instance
Sequential consistency including linearizable read within replicaset partition

when using Raft

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

yes

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID, with serializable isolation and linearizable read (within partition); Configurable MVCC (within partition); No cross-shard distributed transactions

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

yes, write ahead logging

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

abhängig von Storage layer

nein

yes, full featured in-memory storage engine with persistence

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

nein

Access Control Lists
Mutual TLS authentication for Tarantol Enterprise
Password based authentication
Role-based access control (RBAC) and LDAP for Tarantol Enterprise
Users and Roles

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

Data processing speed and reliability: in-memory synchronous replication
9. November 2021, Vladimir Perepelytsya, Tarantool (sponsor)

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

Deploying Tarantool Cartridge applications with zero effort (Part 1)
16. Dezember 2019, Хабр

VShard — horizontal scaling in Tarantool
7. März 2019, Хабр

Accelerating PHP connectors for Tarantool using Async, Swoole, and Parallel
18. Dezember 2019, Хабр

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk