DBMS > IBM Db2 warehouse vs. Spark SQL vs. SWC-DB vs. TempoIQ vs. Transbase

Vergleich der Systemeigenschaften IBM Db2 warehouse vs. Spark SQL vs. SWC-DB vs. TempoIQ vs. Transbase

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

TempoIQ seems to be decommissioned. It will be removed from the DB-Engines ranking.

Kurzbeschreibung

Data warehousing service aus der Cloud

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

A high performance, scalable Wide Column DBMS

Scalable analytics DBMS for sensor data, provided as a service (SaaS)

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

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	1,30
Rang	#164	Overall
	#75	Relational DBMS

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

Punkte	0,01
Rang	#376	Overall
	#13	Wide Column Stores

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

Website

www.ibm.com/products/db2/warehouse

spark.apache.org/sql

github.com/kashirin-alex/swc-db
www.swcdb.org

tempoiq.com (offline)

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

Technische Dokumentation

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

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

Entwickler

IBM

Apache Software Foundation

Alex Kashirin

TempoIQ

Transaction Software GmbH

Erscheinungsjahr

2014

2020

2012

1987

Aktuelle Version

3.5.0 ( 2.13), September 2023

0.5, April 2021

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

GPL V3

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

Scala

C++

C und C++

Server Betriebssysteme

gehostet

Linux
OS X
Windows

Linux

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Importieren/Exportieren von XML Daten möglich

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language

nein

APIs und andere Zugriffskonzepte

.NET Client API
JDBC
ODBC
OLE DB

JDBC
ODBC

Proprietäres Protokoll
Thrift

HTTP API

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

Java
Python
R
Scala

C++

C#
Java
JavaScript

Node.js
Python
Ruby

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

Server-seitige Scripts

Stored Procedures

PL/SQL, SQL PL

nein

Triggers

nein

Realtime Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

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

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

einfacher Authentication-basierter Zugriffsschutz

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

Announcing the deprecation of prior generation Db2 Warehouse plans on AWS
16. Oktober 2023, ibm.com

Introducing the next generation of Db2 Warehouse: Our cost-effective, cloud-native data warehouse built for always-on ...
11. Juli 2023, ibm.com

Top 7 Cloud Data Warehouse Companies
31. Mai 2023, Datamation

Db2 Warehouse delivers 4x faster query performance than previously, while cutting storage costs by 34x
11. Juli 2023, ibm.com

Data mining in Db2 Warehouse: the basics
23. Juni 2020, Towards Data Science

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

2022 All O-Zone Football Team
17. Dezember 2022, Ozarks Sports Zone

bereitgestellt von Google News

8 things to consider when applying for an accelerator from 2 C-level execs
29. Mai 2015, Built In Chicago

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk