DBMS > GeoMesa vs. SiteWhere vs. Spark SQL vs. Tigris

Vergleich der Systemeigenschaften GeoMesa vs. SiteWhere vs. Spark SQL vs. Tigris

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

M2M Integrationsplatform zur Speicherung und Abfrage von Zeitserien

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

A horizontally scalable, ACID transactional, document database available both as a fully managed cloud service and for deployment on self-managed infrastructure

Primäres Datenbankmodell

Spatial DBMS

Time Series DBMS

Relational DBMS

Document Store
Key-Value Store
Suchmaschine
Time Series DBMS

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

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

Punkte	0,06
Rang	#356	Overall
	#35	Time Series DBMS

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

Punkte	0,02
Rang	#369	Overall
	#51	Document Stores
	#55	Key-Value Stores
	#24	Suchmaschinen
	#38	Time Series DBMS

Website

www.geomesa.org

github.com/sitewhere/sitewhere

spark.apache.org/sql

www.tigrisdata.com

Technische Dokumentation

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

sitewhere1.sitewhere.io/index.html

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

www.tigrisdata.com/docs

Entwickler

CCRi und Andere

SiteWhere

Apache Software Foundation

Tigris Data, Inc.

Erscheinungsjahr

2014

2010

2014

2022

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

Open Source

Common Public Attribution License Version 1.0

Open Source

Apache 2.0

Open Source

Apache Version 2.0

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

Server Betriebssysteme

Linux
OS X
Windows

Linux
macOS
Windows

Datenschema

vordefiniertes Schema

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

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

HTTP REST

JDBC
ODBC

CLI Client
gRPC
RESTful HTTP API

Unterstützte Programmiersprachen

Java
Python
R
Scala

Go
Java
JavaScript (Node.js)

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

basierend auf HBase

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

frei wählbarer Replikationsfaktor

basierend auf HBase

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

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

yes, using FoundationDB

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

nein

Access rights for 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

Erwähnungen in aktuellen Nachrichten

SiteWhere: An open platform for connected devices
11. Juli 2017, Open Source For You

11 Best Open source IoT Platforms To Develop Smart Projects
9. März 2023, H2S Media

bereitgestellt von Google News

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

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

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

bereitgestellt von Google News

Tigris Data Unveils Beta Launch of New Vector Search Tool
19. Mai 2023, Datanami

Tigris Data Launches All-in-One Developer Data Platform
27. September 2022, Datanami

FerretDB Provides Alternative to MongoDB
19. Mai 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk