DBMS > GridGain vs. SiriDB vs. Spark SQL vs. SQream DB

Vergleich der Systemeigenschaften GridGain vs. SiriDB vs. Spark SQL vs. SQream DB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GridGain is an in-memory computing platform, built on Apache Ignite

Open Source Time Series DBMS

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

a GPU-based, columnar RDBMS for big data analytics workloads

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Time Series DBMS

Relational DBMS

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

Punkte	1,47
Rang	#154	Overall
	#26	Key-Value Stores
	#72	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

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

Punkte	0,70
Rang	#227	Overall
	#104	Relational DBMS

Website

Technische Dokumentation

www.gridgain.com/docs/index.html

docs.siridb.com

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

docs.sqream.com

Entwickler

GridGain Systems, Inc.

Cesbit

Apache Software Foundation

SQream Technologies

Erscheinungsjahr

2007

2017

2014

2017

Aktuelle Version

GridGain 8.5.1

3.5.0 ( 2.13), September 2023

2022.1.6, Dezember 2022

Lizenz

Commercial or Open Source

kommerziell

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

Java, C++, .Net

Scala

C++, CUDA, Haskell, Java, Scala

Server Betriebssysteme

Linux
OS X
Solaris
Windows

Linux

Linux
OS X
Windows

Linux

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

ja, ANSI Standard SQL Types

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

ANSI-99 for query and DML statements, subset of DDL

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

HDFS API
Hibernate
JCache
JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
Spring Data

HTTP API

JDBC
ODBC

.Net
JDBC
ODBC

Unterstützte Programmiersprachen

C#
C++
Java
PHP
Python
Ruby
Scala

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Java
Python
R
Scala

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

yes (compute grid and cache interceptors can be used instead)

nein

user defined functions in Python

Triggers

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

horizontal and vertical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes (replicated cache)

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

yes (compute grid and hadoop accelerator)

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Security Hooks for custom implementations

Einfache Rechteverwaltung mit Benutzeraccounts

nein

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

GridGain in-memory data and generative AI – Blocks and Files
10. Mai 2024, Blocks & Files

GridGain's 2023 Growth Positions Company for Strong 2024
25. Januar 2024, Datanami

GridGain to Sponsor and Speak at Three Key Industry Events in May 2024
2. Mai 2024, PR Newswire

GridGain Adds Andy Sacks as Chief Revenue Officer, Promotes Lalit Ahuja to Chief Customer and Product Officer ...
17. Juli 2023, Yahoo Finance

GridGain — Extreme Speed and Scale for Data-Intensive Apps
21. September 2014, gridgain.com

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

SQream Announces Strategic Integration for Powerful Big Data Analytics with Dataiku
9. Februar 2024, insideBIGDATA

I SQream, you SQream, we all SQream for … data analytics?
5. Oktober 2023, FierceWireless

SQream Technologies raises $39.4 million for GPU-accelerated databases
24. Juni 2020, VentureBeat

Chinese giant Alibaba leads investment round in Israel big-data startup
30. Mai 2018, The Times of Israel

Accelerated Databases In The Fast Lane
25. Juni 2020, The Next Platform

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk