DBMS > Heroic vs. mSQL vs. Newts vs. OrigoDB vs. Spark SQL

Vergleich der Systemeigenschaften Heroic vs. mSQL vs. Newts vs. OrigoDB vs. Spark SQL

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

mSQL (Mini SQL) is a simple and lightweight RDBMS

Time Series DBMS basierend auf Cassandra

A fully ACID in-memory object graph database

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

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

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

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	1,27
Rang	#169	Overall
	#76	Relational DBMS

Punkte	0,07
Rang	#375	Overall
	#41	Time Series DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#18	Object oriented DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Website

github.com/spotify/heroic

hughestech.com.au/products/msql

opennms.github.io/newts

origodb.com

spark.apache.org/sql

Technische Dokumentation

spotify.github.io/heroic

github.com/OpenNMS/newts/wiki

origodb.com/docs

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

Entwickler

Spotify

Hughes Technologies

OpenNMS Group

Robert Friberg et al

Apache Software Foundation

Erscheinungsjahr

2014

1994

2014

2009

under the name LiveDB

2014

Aktuelle Version

4.4, Oktober 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

free licenses can be provided

Open Source

Apache 2.0

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

Java

Scala

Server Betriebssysteme

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

Linux
OS X
Windows

Linux
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

nein

Sekundärindizes

via Elasticsearch

nein

SQL

Support of SQL

nein

A subset of ANSI SQL is implemented

no subqueries, aggregate functions, views, foreign keys, triggers

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

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

JDBC
ODBC

HTTP REST
Java API

.NET Client API
HTTP API
LINQ

JDBC
ODBC

Unterstützte Programmiersprachen

C
C++
Delphi
Java
Perl
PHP
Tcl

Java

.Net

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Domain Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

basierend auf Cassandra

horizontale Partitionierung

client side managed; servers are not synchronized

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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

keine

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Fremdschlüssel

referenzielle Integrität

nein

depending on model

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

Write ahead log

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Role based authorization

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

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

bereitgestellt von Google News

Higher Education PS rules out ghost students before PAC
29. November 2018, diggers.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

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM)
17. März 2024, Yahoo Singapore News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk