DBMS > IRONdb vs. Linter vs. Postgres-XL vs. Spark SQL

Vergleich der Systemeigenschaften IRONdb vs. Linter vs. Postgres-XL vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

IRONdb seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

RDBMS for high security requirements

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

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

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Document Store
Spatial DBMS

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

Punkte	0,12
Rang	#350	Overall
	#152	Relational DBMS

Punkte	0,53
Rang	#254	Overall
	#117	Relational DBMS

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

Website

www.circonus.com/solutions/time-series-database/

linter.ru

www.postgres-xl.org

spark.apache.org/sql

Technische Dokumentation

docs.circonus.com/irondb/category/getting-started

www.postgres-xl.org/documentation

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

Entwickler

Circonus LLC.

relex.ru

Apache Software Foundation

Erscheinungsjahr

2017

1990

2014

seit 2012, ursprünglich genannt StormDB

2014

Aktuelle Version

V0.10.20, January 2018

10 R1, Oktober 2018

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Mozilla public license

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

C und C++

Scala

Server Betriebssysteme

Linux

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
macOS

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

text, numeric, histograms

XML Unterstützung

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

nein

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language (Circonus Analytics Query Language: CAQL)

distributed, parallel query execution

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

HTTP API

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Lua
Perl
PHP
Python
R
Ruby
Rust
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

yes, in Lua

proprietary syntax with the possibility to convert from PL/SQL

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Automatic, metric affinity per node

keine

horizontale Partitionierung

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

configurable replication factor, datacenter aware

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate consistency per node, eventual consistency across nodes

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

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

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding
22. Februar 2024, Datanami

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

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