DBMS > GridGain vs. Spark SQL vs. TerarkDB vs. Transbase

Vergleich der Systemeigenschaften GridGain vs. Spark SQL vs. TerarkDB vs. Transbase

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

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

A key-value store forked from RocksDB with advanced compression algorithms. It can be used standalone or as a storage engine for MySQL and MongoDB

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Relational DBMS

Key-Value Store

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	18,96
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	0,11
Rang	#341	Overall
	#150	Relational DBMS

Website

www.gridgain.com

spark.apache.org/sql

github.com/bytedance/terarkdb

www.transaction.de/en/products/transbase.html

Technische Dokumentation

www.gridgain.com/docs/index.html

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

bytedance.larkoffice.com/docs/doccnZmYFqHBm06BbvYgjsHHcKc

www.transaction.de/en/products/transbase/features.html

Entwickler

GridGain Systems, Inc.

Apache Software Foundation

ByteDance, originally Terark

Transaction Software GmbH

Erscheinungsjahr

2007

2014

2016

1987

Aktuelle Version

GridGain 8.5.1

3.5.0 ( 2.13), September 2023

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

restricted open source version available

kommerziell

Development Lizenz gratis

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++

C und C++

Server Betriebssysteme

Linux
OS X
Solaris
Windows

Linux
OS X
Windows

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

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

JDBC
ODBC

C++ API
Java API

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

C#
C++
Java
PHP
Python
Ruby
Scala

Java
Python
R
Scala

C++
Java

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

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

nein

Triggers

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes (replicated cache)

keine

Source-Replica Replikation

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

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

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

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, PR Newswire

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

GridGain Named in the 2023 Gartner® Market Guide for Event Stream Processing
22. August 2023, GlobeNewswire

GridGain to Sponsor, Exhibit at Kafka Summit 2024 in London
12. März 2024, PR Newswire

GridGain Showcases Power of Apache Ignite at Community Over Code Conference
5. Oktober 2023, Datanami

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