DBMS > Graph Engine vs. Spark SQL vs. TimesTen vs. Yaacomo

Vergleich der Systemeigenschaften Graph Engine vs. Spark SQL vs. TimesTen vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine

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

In-Memory RDBMS compatible to Oracle

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Graph DBMS
Key-Value Store

Relational DBMS

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

Punkte	0,61
Rang	#240	Overall
	#21	Graph DBMS
	#35	Key-Value Stores

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

Punkte	1,31
Rang	#163	Overall
	#74	Relational DBMS

Website

www.graphengine.io

spark.apache.org/sql

www.oracle.com/database/technologies/related/timesten.html

yaacomo.com

Technische Dokumentation

www.graphengine.io/docs/manual

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

docs.oracle.com/database/timesten-18.1

Entwickler

Microsoft

Apache Software Foundation

Oracle, TimesTen Performance Software, HP

originally founded in HP Labs it was acquired by Oracle in 2005

Q2WEB GmbH

Erscheinungsjahr

2010

2014

1998

2009

Aktuelle Version

3.5.0 ( 2.13), September 2023

11 Release 2 (11.2.2.8.0)

Lizenz

Commercial or Open Source

Open Source

MIT License

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

.NET and C

Scala

Server Betriebssysteme

.NET

Linux
OS X
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Android
Linux
Windows

Datenschema

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

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
ODBC

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

JDBC
ODBC

Unterstützte Programmiersprachen

C#
C++
F#
Visual Basic

Java
Python
R
Scala

C
C++
Java
PL/SQL

Server-seitige Scripts

Stored Procedures

nein

PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

yes, utilizing Spark Core

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

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

optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage

by means of logfiles and checkpoints

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

Erwähnungen in aktuellen Nachrichten

Trinity
2. Juni 2023, Microsoft

Open source Microsoft Graph Engine takes on Neo4j
13. Februar 2017, InfoWorld

IBM releases Graph, a service that can outperform SQL databases
27. Juli 2016, GeekWire

Aerospike Is Now a Graph Database, Too
21. Juni 2023, Datanami

The graph analytics landscape 2019 - DataScienceCentral.com
27. Februar 2019, Data Science Central

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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk