DBMS > Hyprcubd vs. RDF4J vs. Spark SQL vs. STSdb vs. VelocityDB

Vergleich der Systemeigenschaften Hyprcubd vs. RDF4J vs. Spark SQL vs. STSdb vs. VelocityDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

Serverless Time Series DBMS

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

A .NET Object Database that can be embedded/distributed and extended to a graph data model (VelocityGraph)

Primäres Datenbankmodell

Graph DBMS
Object oriented DBMS

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

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

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

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Punkte	0,05
Rang	#358	Overall
	#36	Graph DBMS
	#16	Object oriented DBMS

Website

hyprcubd.com (offline)

rdf4j.org

spark.apache.org/sql

github.com/STSSoft/STSdb4

velocitydb.com

Technische Dokumentation

rdf4j.org/documentation

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

velocitydb.com/UserGuide

Entwickler

Hyprcubd, Inc.

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

Apache Software Foundation

STS Soft SC

VelocityDB Inc

Erscheinungsjahr

2004

2014

2011

Aktuelle Version

3.5.0 ( 2.13), September 2023

4.0.8, September 2015

7.x

Lizenz

Commercial or Open Source

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Scala

Server Betriebssysteme

gehostet

Linux
OS X
Unix
Windows

Linux
OS X
Windows

Windows

Any that supports .NET

Datenschema

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

time, int, uint, float, string

Primitive Typen und benutzerdefinierte Klassen

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 query language

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

gRPC (https)

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
ODBC

.NET Client API

.Net

Unterstützte Programmiersprachen

Java
PHP
Python

Java
Python
R
Scala

C#
Java

.Net

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

token access

nein

Based on Windows Authentication

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

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

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk