DBMS > Infobright vs. Oracle Berkeley DB vs. Sadas Engine vs. Spark SQL vs. TerarkDB

Vergleich der Systemeigenschaften Infobright vs. Oracle Berkeley DB vs. Sadas Engine vs. Spark SQL vs. TerarkDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

High performant column-oriented DBMS for analytic workloads using MySQL or PostgreSQL as a frontend

Weit verbreiteter In-Process Key-Value Store

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

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

A key-value store forked from RocksDB with advanced compression algorithms. It can be used standalone or as a storage engine for MySQL and MongoDB

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Relational DBMS

Key-Value Store

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

Punkte	1,02
Rang	#192	Overall
	#90	Relational DBMS

Punkte	2,01
Rang	#126	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,07
Rang	#373	Overall
	#157	Relational DBMS

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

Punkte	0,08
Rang	#367	Overall
	#56	Key-Value Stores

Website

ignitetech.com/softwarelibrary/infobrightdb

www.oracle.com/database/technologies/related/berkeleydb.html

www.sadasengine.com

spark.apache.org/sql

github.com/bytedance/terarkdb

Technische Dokumentation

docs.oracle.com/cd/E17076_05/html/index.html

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

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

bytedance.larkoffice.com/docs/doccnZmYFqHBm06BbvYgjsHHcKc

Entwickler

Ignite Technologies Inc.; formerly InfoBright Inc.

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

SADAS s.r.l.

Apache Software Foundation

ByteDance, originally Terark

Erscheinungsjahr

2005

1994

2006

2014

2016

Aktuelle Version

18.1.40, Mai 2020

8.0

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

The open source (GPLv2) version did not support inserts/updates/deletes and was discontinued with July 2016

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

kommerziell

free trial version available

Open Source

Apache 2.0

kommerziell

restricted open source version available

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, Java, C++ (depending on the Berkeley DB edition)

C++

Scala

C++

Server Betriebssysteme

Linux
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

AIX
Linux
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

Knowledge Grid Technology used instead

nein

SQL

Support of SQL

SQL Interface basierend auf SQLite verfügbar

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
ODBC
Proprietäres Protokoll

JDBC
ODBC

C++ API
Java API

Unterstützte Programmiersprachen

.Net
C
C#
C++
D
Eiffel
Erlang
Haskell
Java
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

.Net
C
C#
C++
Groovy
Java
PHP
Python

Java
Python
R
Scala

C++
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

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

managed by 'Learn by Usage'

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

exploiting MySQL or PostgreSQL frontend capabilities

nein

Access rights for users, groups and roles according to 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

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

How to store financial market data for backtesting
26. Januar 2019, 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

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

A Chinese company is making the cloud 200x faster · TechNode
3. Juli 2017, TechNode

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk