DBMS > InfluxDB vs. RDF4J vs. Spark SQL vs. UniData,UniVerse

Vergleich der Systemeigenschaften InfluxDB vs. RDF4J vs. Spark SQL vs. UniData,UniVerse

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

DBMS for storing time series, events and metrics

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

MultiValue DBMS und Application Server mit SQL Mapping Layer

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

with GEO package

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

Punkte	25,83
Rang	#28	Overall
	#1	Time Series DBMS

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

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

Punkte	3,16
Rang	#97	Overall
	#2	Multivalue DBMS

Website

www.influxdata.com/products/influxdb-overview

rdf4j.org

spark.apache.org/sql

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-unidata

Technische Dokumentation

docs.influxdata.com/influxdb

rdf4j.org/documentation

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

docs.rocketsoftware.com/bundle?cluster=true&labelkey=unidata&labelkey=prod_unidata

Entwickler

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

Apache Software Foundation

Rocket Software

Erscheinungsjahr

2013

2004

2014

1985

Aktuelle Version

2.7.6, April 2024

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

MIT-License; commercial enterprise version available

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Scala

Server Betriebssysteme

Linux
OS X

through Homebrew

Linux
OS X
Unix
Windows

Linux
OS X
Windows

AIX
HP-UX
Linux
Solaris
Windows

Datenschema

schemafrei

RDF Schemas

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data and Strings

optional

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

APIs und andere Zugriffskonzepte

HTTP API
JSON over UDP

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

JDBC
ODBC

Java API

JPA
JDBC
ODBC
OLE DB
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

Unterstützte Programmiersprachen

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

Java
PHP
Python

Java
Python
R
Scala

.Net
Basic

U2 Basic
C
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

U2 Basic

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

in enterprise version only

keine

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

in enterprise version only

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Isolation abhängig vom verwendeten API

nein

ACID

konfigurierbar

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Depending on used storage engine

nein

Berechtigungskonzept

Zugriffskontrolle

Einfache Rechteverwaltung mit Benutzeraccounts

nein

Benutzer mit Berechtigungskonzept entsprechend SQL-Standard und betriebssystem-basiert

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

InfluxData is the creator of InfluxDB , the open source time series database. It...
» mehr

Competitive advantages

Time to Value InfluxDB is available in all the popular languages and frameworks,...
» mehr

Typical application scenarios

IoT & Sensor Monitoring Developers are witnessing the instrumentation of every available...
» mehr

Key customers

InfluxData has more than 1,900 paying customers, including customers include MuleSoft,...
» mehr

Market metrics

Fastest-growing database to drive 27,500 GitHub stars Over 750,000 daily active instances
» mehr

Licensing and pricing models

Open source core with closed source clustering available either on-premise or on...
» mehr

Neuigkeiten

A Detailed Guide to C# TimeSpan
2. Mai 2024

The Final Frontier: Using InfluxDB on the International Space Station
30. April 2024

Getting the Current Time in C#: A Guide
26. April 2024

Sync Data from InfluxDB v2 to v3 With the Quix Template
8. April 2024

Infrastructure Monitoring Basics: Getting Started with Telegraf, InfluxDB, and Grafana
5. April 2024

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

DB-Engines Blog Posts

Why Build a Time Series Data Platform?
20. Juli 2017, Paul Dix (guest author)

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Run and manage open source InfluxDB databases with Amazon Timestream | Amazon Web Services
14. März 2024, AWS Blog

Amazon Timestream: Managed InfluxDB for Time Series Data
14. März 2024, The New Stack

InfluxData Collaborating with AWS to Bring InfluxDB and Time Series Analytics to Developers Around the World
14. März 2024, businesswire.com

How the FDAP Stack Gives InfluxDB 3.0 Real-Time Speed, Efficiency
15. März 2024, Datanami

Time-series database startup InfluxData debuts self-managed version of InfluxDB
6. September 2023, SiliconANGLE News

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

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

Unidata Reports Full Year 2023 Earnings
31. März 2024, Simply Wall St

Unidata uses Jetstream to make geoscience data available to science community
29. Januar 2020, IU Newsroom

UniData implements a milestone Smart Class Room project at The Asian School | THE DAILY TRIBUNE | KINGDOM ...
8. April 2024, News of Bahrain- DT News

Data + software services
21. August 2018, UCAR

Unidata turns 25 | NCAR & UCAR News
15. Januar 2010, University Corporation for Atmospheric Research

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk