DBMS > InterSystems Caché vs. Spark SQL vs. TimesTen vs. Transwarp Hippo

Vergleich der Systemeigenschaften InterSystems Caché vs. Spark SQL vs. TimesTen vs. Transwarp Hippo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Caché is a deprecated database engine which is substituted with InterSystems IRIS. It therefore is removed from the DB-Engines Ranking.

Kurzbeschreibung

A multi-model DBMS and application server

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

In-Memory RDBMS compatible to Oracle

Cloud-native distributed Vector DBMS that supports storage, retrieval, and management of massive vector-based datasets

Primäres Datenbankmodell

Key-Value Store
Object oriented DBMS
Relational DBMS

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Document Store

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

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

Punkte	1,36
Rang	#161	Overall
	#75	Relational DBMS

Punkte	0,05
Rang	#386	Overall
	#16	Vektor DBMS

Website

www.intersystems.com/products/cache

spark.apache.org/sql

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

www.transwarp.cn/en/subproduct/hippo

Technische Dokumentation

docs.intersystems.com

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

docs.oracle.com/database/timesten-18.1

Entwickler

InterSystems

Apache Software Foundation

Oracle, TimesTen Performance Software, HP

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

1997

2014

1998

2023

Aktuelle Version

2018.1.4, Mai 2020

3.5.0 ( 2.13), September 2023

11 Release 2 (11.2.2.8.0)

1.0, Mai 2023

Lizenz

Commercial or Open Source

kommerziell

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

Scala

C++

Server Betriebssysteme

AIX
HP Open VMS
HP-UX
Linux
OS X
Solaris
Windows

Linux
OS X
Windows

AIX
HP-UX
Linux
OS X
Solaris SPARC/x86
Windows

Linux
macOS

Datenschema

depending on used data model

Typisierung

vordefinierte Datentypen, z.B. float oder date

Vector, Numeric and String

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 DML and DDL statements

nein

APIs und andere Zugriffskonzepte

.NET Client API
JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

RESTful HTTP API

Unterstützte Programmiersprachen

C#
C++
Java

Java
Python
R
Scala

C
C++
Java
PL/SQL

C++
Java
Python

Server-seitige Scripts

Stored Procedures

nein

PL/SQL

nein

Triggers

nein

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

Source-Replica Replikation

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

by means of logfiles and checkpoints

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users, groups and roles

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Role based access control and fine grained access rights

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

Cognizant Deploys a Comprehensive Hospital Performance Management Solution at Hunterdon Healthcare
21. Februar 2012, Cognizant news

AWS, GCP, Oracle, Azure, SAP Lead Cloud DBMS Market: Gartner
12. Februar 2022, CRN

Epic On EHR Interoperability: Not A '1-Time Project'
10. April 2015, InformationWeek

Associative Data Modeling Demystified – Part1
9. Juli 2016, Data Science Central

Announcing IBM Spectrum Sentinel: Building a Cyber Resilient Future
24. Juni 2022, ibm.com

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

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