DBMS > KairosDB vs. Spark SQL vs. TDSQL for MySQL vs. Transbase

Vergleich der Systemeigenschaften KairosDB vs. Spark SQL vs. TDSQL for MySQL vs. Transbase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Verteiltes Time Series DBMS basierend auf Cassandra

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

A high-performance distributed database management system with features such as automatic sharding, intelligent operation and maintenance, elastic scalability without downtime, and enterprise-grade security. It is highly compatible with MySQL.

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,62
Rang	#239	Overall
	#20	Time Series DBMS

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

Punkte	0,85
Rang	#205	Overall
	#95	Relational DBMS

Punkte	0,11
Rang	#341	Overall
	#150	Relational DBMS

Website

github.com/kairosdb/kairosdb

spark.apache.org/sql

www.tencentcloud.com/products/dcdb

www.transaction.de/en/products/transbase.html

Technische Dokumentation

kairosdb.github.io

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

www.tencentcloud.com/document/product/1042

www.transaction.de/en/products/transbase/features.html

Entwickler

Apache Software Foundation

Tencent

Transaction Software GmbH

Erscheinungsjahr

2013

2014

2013

1987

Aktuelle Version

1.2.2, November 2018

3.5.0 ( 2.13), September 2023

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

kommerziell

Development Lizenz gratis

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

C und C++

Server Betriebssysteme

Linux
OS X
Windows

gehostet

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

Graphite protocol
HTTP REST
Telnet API

JDBC
ODBC

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

Java
JavaScript

Node.js
PHP
Python

Java
Python
R
Scala

C
C#
C++
Java
PHP
Python
Ruby

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

yes, utilizing Spark Core

Automatic sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

keine

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

einfacher Passwort-basierter Zugriffsschutz

nein

Users with fine-grained authorization concept

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

Expo: Real Time A/B Testing and Monitoring with Spark Streaming and Kafka at Walmart Labs
24. Mai 2019, InfoQ.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

Feature Engineering for Time-Series Using PySpark on Databricks
8. Mai 2024, Towards Data Science

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

bereitgestellt von Google News

Tencent Cloud Database recognised for cloud database management systems
21. Dezember 2022, IT Brief Australia

Tencent Cloud and Allo Bank partner to enhance digital banking in Indonesia, ETCIO SEA
6. Juli 2023, ETCIO South East Asia

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk