DBMS > Machbase Neo vs. OrigoDB vs. Spark SQL vs. VoltDB

Vergleich der Systemeigenschaften Machbase Neo vs. OrigoDB vs. Spark SQL vs. VoltDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

TimeSeries DBMS for AIoT and BigData

A fully ACID in-memory object graph database

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

Verteilte In-Memory NewSQL RDBMS

Verwendet für OLTP Applikationen mit einer hohen Frequenz an relativ einfachen Transaktionen, die alle Daten im Hauptspeicher halten können

Primäres Datenbankmodell

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

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

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#18	Object oriented DBMS

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

Punkte	1,47
Rang	#157	Overall
	#73	Relational DBMS

Website

Technische Dokumentation

machbase.com/dbms

origodb.com/docs

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

docs.voltdb.com

Entwickler

Machbase

Robert Friberg et al

Apache Software Foundation

VoltDB Inc.

Erscheinungsjahr

2013

2009

under the name LiveDB

2014

2010

Aktuelle Version

V8.0, August 2023

3.5.0 ( 2.13), September 2023

11.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

free test version available

Open Source

Apache 2.0

Open Source

AGPL für Community Edition, kommerzielle Lizenz für Enterprise, AWS und Pro Editionen

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

Java, C++

Server Betriebssysteme

Linux
macOS
Windows

Linux
Windows

Linux
OS X
Windows

Linux
OS X

for development

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

nein

SQL-like DML and DDL statements

nur einen Teil von SQL 99

APIs und andere Zugriffskonzepte

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

.NET Client API
HTTP API
LINQ

JDBC
ODBC

Java API
JDBC
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

.Net

Java
Python
R
Scala

C#
C++
Erlang

nicht offiziell unterstützt
Go
Java
JavaScript

Node.js
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Java

Triggers

nein

Domain Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

client side managed; servers are not synchronized

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor

Source-Replica Replikation

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Fremdschlüssel

referenzielle Integrität

nein

depending on model

nein

FOREIGN KEY constraints werden nicht unterstützt

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

Transaktionen werden single-threaded innerhalb von Stored Procedures ausgeführt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Datenzugriffe werden vom Server serialisiert

Durability

Dauerhafte Speicherung der Daten

nein

Write ahead log

Snapshots und Command Logging

In-Memory Unterstützung

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

volatile and lookup table

nein

Berechtigungskonzept

Zugriffskontrolle

einfacher Passwort-basierter Zugriffsschutz

Role based authorization

nein

Benutzer und Rollen mit Berechtigungen auf Stored Procedures

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

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

Unveiling Volt Active Data's game-changing approach to limitless app performance
16. Oktober 2023, YourStory

VoltDB Launches Active(N) Lossless Cross Data Center Replication
31. August 2021, PR Newswire

VoltDB Turns to Real-Time Analytics with NewSQL Database
30. Januar 2014, Datanami

VoltDB Upgrades Power, Security of Its In-Memory Database
1. Februar 2017, eWeek

VoltDB Adds Geospatial Support, Cross-Site Replication
28. Januar 2016, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk