DBMS > Heroic vs. Manticore Search vs. Oracle Berkeley DB vs. Spark SQL vs. TigerGraph

Vergleich der Systemeigenschaften Heroic vs. Manticore Search vs. Oracle Berkeley DB vs. Spark SQL vs. TigerGraph

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

Multi-storage database for search, including full-text search.

Weit verbreiteter In-Process Key-Value Store

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

A complete, distributed, parallel graph computing platform supporting web-scale data analytics in real-time

Primäres Datenbankmodell

Time Series DBMS

Suchmaschine

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Relational DBMS

Graph DBMS

Sekundäre Datenbankmodelle

Time Series DBMS

using the Manticore Columnar Library

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

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	0,22
Rang	#312	Overall
	#21	Suchmaschinen

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

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

Punkte	1,83
Rang	#139	Overall
	#13	Graph DBMS

Website

github.com/spotify/heroic

manticoresearch.com

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

spark.apache.org/sql

www.tigergraph.com

Technische Dokumentation

spotify.github.io/heroic

manual.manticoresearch.com

docs.oracle.com/cd/E17076_05/html/index.html

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

docs.tigergraph.com

Entwickler

Spotify

Manticore Software

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Apache Software Foundation

Erscheinungsjahr

2014

2017

1994

2014

2017

Aktuelle Version

6.0, Februar 2023

18.1.40, Mai 2020

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

GPL Version 2

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

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++

C, Java, C++ (depending on the Berkeley DB edition)

Scala

C++

Server Betriebssysteme

FreeBSD
Linux
macOS
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux
OS X
Windows

Linux

Datenschema

schemafrei

Fixed schema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Int, Bigint, Float, Timestamp, Bit, Int array, Bigint array, JSON, Boolean

nein

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Can index from XML

only with the Berkeley DB XML edition

nein

Sekundärindizes

via Elasticsearch

Full-Text Index auf allen Suchfeldern

nein

SQL

Support of SQL

nein

SQL-like query language

SQL Interface basierend auf SQLite verfügbar

SQL-like DML and DDL statements

SQL-like query language (GSQL)

APIs und andere Zugriffskonzepte

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Binary API
RESTful HTTP/JSON API
RESTful HTTP/SQL API
SQL over MySQL

JDBC
ODBC

GSQL (TigerGraph Query Language)
Kafka
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

Elixir
Go
Java
JavaScript (Node.js)
Perl
PHP
Python

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

Java
Python
R
Scala

C++
Java

Server-seitige Scripts

Stored Procedures

nein

user defined functions

nein

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

keine

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Synchronous replication based on Galera library

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

isolated transactions for atomic changes and binary logging for safe writes

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Der Originalinhalt von Feldern wird nicht im Manticore-Index gespeichert.

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Role-based access control

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Integrating Manticore Search with Apache Superset
8. August 2023, hackernoon.com

Clickhouse vs Elasticsearch vs Manticore Search Query Times With a 1.7B NYC Taxi Rides Benchmark
1. Juni 2022, hackernoon.com

Google's Gemini comes to databases
9. April 2024, Yahoo Canada Shine On

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

8 Google Alternatives: How to Search Crypto, the Dark Web, More
1. Februar 2023, Gizmodo

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

EC will investigate the Oracle/Sun takeover due to concerns about MySQL
3. September 2009, The Guardian

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

The importance of bitcoin nodes and how to start one
9. Mai 2014, The Merkle News

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

TigerGraph Unveils CoPilot, Version 4.0, and New CEO
30. April 2024, Datanami

How TigerGraph CoPilot enables graph-augmented AI
30. April 2024, InfoWorld

TigerGraph unveils GenAI assistant, introduces new CEO
30. April 2024, TechTarget

Aerospike takes on Neo4j and TigerGraph with launch of graph database
20. Juni 2023, SiliconANGLE News

TigerGraph Bolsters DB for Enterprise Graph Workloads
1. November 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk