DBMS > JanusGraph vs. OpenMLDB vs. Spark SQL vs. ToroDB

Vergleich der Systemeigenschaften JanusGraph vs. OpenMLDB vs. Spark SQL vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

An open-source machine learning database that provides a feature platform for training and inference

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

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	2,02
Rang	#125	Overall
	#12	Graph DBMS

Punkte	0,10
Rang	#359	Overall
	#36	Time Series DBMS

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

Website

janusgraph.org

openmldb.ai

spark.apache.org/sql

github.com/torodb/server

Technische Dokumentation

docs.janusgraph.org

openmldb.ai/docs/zh/main

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

Entwickler

Linux Foundation; originally developed as Titan by Aurelius

4 Paradigm Inc.

Apache Software Foundation

8Kdata

Erscheinungsjahr

2017

2020

2014

2016

Aktuelle Version

0.6.3, Februar 2023

2024-2 February 2024

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

AGPL-V3

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

C++, Java, Scala

Scala

Java

Server Betriebssysteme

Linux
OS X
Unix
Windows

Linux

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

Fixed schema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, boolean, date, object_id

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

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
SQLAlchemy

JDBC
ODBC

Unterstützte Programmiersprachen

Clojure
Java
Python

C++
Go
Java
Python
Scala

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

horizontal partitioning

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

via Faunus, a graph analytics engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer Authentification und Sicherheit via Rexster Graph Server

fine grained access rights according to SQL-standard

nein

Zugriffsrechte für Benutzer und Rollen

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

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, 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

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk