DBMS > Google BigQuery vs. Hyprcubd vs. Spark SQL vs. STSdb vs. VelocityDB

Vergleich der Systemeigenschaften Google BigQuery vs. Hyprcubd vs. Spark SQL vs. STSdb vs. VelocityDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

Large scale data warehouse service with append-only tables

Serverless Time Series DBMS

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)

Primäres Datenbankmodell

Graph DBMS
Object oriented DBMS

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

Punkte	61,90
Rang	#19	Overall
	#13	Relational DBMS

Punkte	19,15
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,06
Rang	#365	Overall
	#55	Key-Value Stores

Punkte	0,11
Rang	#347	Overall
	#35	Graph DBMS
	#15	Object oriented DBMS

Website

cloud.google.com/bigquery

hyprcubd.com (offline)

spark.apache.org/sql

github.com/STSSoft/STSdb4

velocitydb.com

Technische Dokumentation

cloud.google.com/bigquery/docs

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

velocitydb.com/UserGuide

Entwickler

Google

Hyprcubd, Inc.

Apache Software Foundation

STS Soft SC

VelocityDB Inc

Erscheinungsjahr

2010

2014

2011

Aktuelle Version

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

7.x

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

gehostet

Linux
OS X
Windows

Windows

Any that supports .NET

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

time, int, uint, float, string

Primitive Typen und benutzerdefinierte Klassen

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

SQL-like query language

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

RESTful HTTP/JSON API

gRPC (https)

JDBC
ODBC

.NET Client API

.Net

Unterstützte Programmiersprachen

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

Java
Python
R
Scala

C#
Java

.Net

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in JavaScript

nein

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Weil zur Abfrage von Daten gedacht

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte (Owner, Writer, Reader) auf Dataset-, Tabellen- und View-Ebene

Google Cloud Identity & Access Management (IAM)

token access

nein

Based on Windows Authentication

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

Snowflake is the DBMS of the Year 2022, defending the title from last year
3. Januar 2023, Matthias Gelbmann, Paul Andlinger

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Winning the 2020 Google Cloud Technology Partner of the Year – Infrastructure Modernization Award
20. Juli 2021, CIO

Google Cloud partners Coinbase to accept crypto payments
11. Oktober 2022, Ledger Insights

Google’s Logica language addresses SQL’s flaws
15. April 2021, InfoWorld

Hightouch Announces $38M in Funding and Launches New Customer 360 Toolkit
20. Juli 2023, Datanami

Hightouch Raises $38M in Funding
19. Juli 2023, FinSMEs

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

Teilen sie diese Seite mit ihrem Netzwerk