DBMS > HarperDB vs. RDF4J vs. Spark SQL

Vergleich der Systemeigenschaften HarperDB vs. RDF4J vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Ultra-low latency distributed database with an intuitive REST API supporting NoSQL and SQL (including joins). Deployment of functions and databases simultaneously with a consolidated node-level architecture.

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

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

Primäres Datenbankmodell

Document Store

RDF Store

Relational DBMS

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

Punkte	0,55
Rang	#248	Overall
	#38	Document Stores

Punkte	0,69
Rang	#230	Overall
	#9	RDF Stores

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

Website

www.harperdb.io

rdf4j.org

spark.apache.org/sql

Technische Dokumentation

docs.harperdb.io/docs

rdf4j.org/documentation

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

Entwickler

HarperDB

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Apache Software Foundation

Erscheinungsjahr

2017

2004

2014

Aktuelle Version

3.1, August 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

free community edition available

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Apache 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

Node.js

Java

Scala

Server Betriebssysteme

Linux
OS X

Linux
OS X
Unix
Windows

Linux
OS X
Windows

Datenschema

dynamic schema

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

JSON data 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

SQL-like data manipulation statements

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
React Hooks
RESTful HTTP/JSON API
WebSocket

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C#
C++
ColdFusion
D
Dart
Delphi
Erlang
Go
Haskell
Java
JavaScript (Node.js)
Lisp
MatLab
Objective C
Perl
PHP
PowerShell
Prolog
Python
R
Ruby
Rust
Scala
Swift

Java
PHP
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Custom Functions

since release 3.1

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

A table resides as a whole on one (or more) nodes in a cluster

keine

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

the nodes on which a table resides can be defined

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

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

Atomic execution of specific operations

ACID

Isolation abhängig vom verwendeten API

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using LMDB

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

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

Startups of the Year 2023: Meet HarperDB - A Database and Application Development Platform
22. Juni 2023, hackernoon.com

Unlocking immersive golfing experiences with AWS Wavelength | Amazon Web Services
29. November 2022, AWS Blog

HarperDB: An underdog SQL / NoSQL database | ZDNET
7. Februar 2018, ZDNet

HarperDB 4.0 Delivers Enterprise-Grade Global Application Development to Every Developer
17. Januar 2023, Markets Insider

HarperDB is More Than Just a Database: Here's Why
21. August 2021, hackernoon.com

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

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

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