DBMS > Kinetica vs. SpaceTime vs. Spark SQL vs. SurrealDB

Vergleich der Systemeigenschaften Kinetica vs. SpaceTime vs. Spark SQL vs. SurrealDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fully vectorized database across both GPUs and CPUs

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

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

A fully ACID transactional, developer-friendly, multi-model DBMS

Primäres Datenbankmodell

Relational DBMS

Spatial DBMS

Relational DBMS

Document Store
Graph DBMS

Sekundäre Datenbankmodelle

Spatial DBMS
Time Series DBMS

Relational DBMS

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

Punkte	0,66
Rang	#234	Overall
	#107	Relational DBMS

Punkte	0,03
Rang	#392	Overall
	#8	Spatial DBMS

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

Punkte	1,02
Rang	#190	Overall
	#33	Document Stores
	#18	Graph DBMS

Website

www.kinetica.com

www.mireo.com/spacetime

spark.apache.org/sql

surrealdb.com

Technische Dokumentation

docs.kinetica.com

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

surrealdb.com/docs

Entwickler

Kinetica

Mireo

Apache Software Foundation

SurrealDB Ltd

Erscheinungsjahr

2012

2020

2014

2022

Aktuelle Version

7.1, August 2021

3.5.0 ( 2.13), September 2023

v1.5.0, Mai 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

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, C++

C++

Scala

Rust

Server Betriebssysteme

Linux

Linux
OS X
Windows

Linux
macOS
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

SQL-like DML and DDL statements

A subset of ANSI SQL is implemented

SQL-like DML and DDL statements

SQL-like query language

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

JDBC
ODBC

GraphQL
RESTful HTTP API
WebSocket

Unterstützte Programmiersprachen

C++
Java
JavaScript (Node.js)
Python

C#
C++
Python

Java
Python
R
Scala

Deno
Go
JavaScript (Node.js)
Rust

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

triggers when inserted values for one or more columns fall within a specified range

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Fixed-grid hypercubes

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Real-time block device replication (DRBD)

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

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

GPU vRAM or System RAM

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer und Rollen auf Tabellenebene

nein

yes, based on authentication and database rules

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

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

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

SD Times Open-Source Project of the Week: SurrealDB
10. Mai 2024, SDTimes.com

Meet Tobie Morgan Hitchcock, CEO & Co-Founder Of SurrealDB
25. April 2024, TechRound

Cloud, privacy and AI: Trends defining the future of data and databases
27. September 2023, Sifted

SurrealDB raises $6M for its database-as-a-service offering
4. Januar 2023, TechCrunch

Introducing SurrealDB: A Quantum Leap in Database Technology
11. September 2023, TechRound

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk