DBMS > MarkLogic vs. Netezza vs. Spark SQL

Vergleich der Systemeigenschaften MarkLogic vs. Netezza vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Operational and transactional Enterprise NoSQL database

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

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

Primäres Datenbankmodell

Document Store
Native XML DBMS
RDF Store

ab Version 7
Suchmaschine

Relational DBMS

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

Punkte	5,18
Rang	#63	Overall
	#11	Document Stores
	#1	Native XML DBMS
	#1	RDF Stores
	#7	Suchmaschinen

Punkte	8,59
Rang	#45	Overall
	#29	Relational DBMS

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

Website

www.progress.com/marklogic

www.ibm.com/products/netezza

spark.apache.org/sql

Technische Dokumentation

www.progress.com/marklogic/documentation

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

Entwickler

MarkLogic Corp.

IBM

Apache Software Foundation

Erscheinungsjahr

2001

2000

2014

Aktuelle Version

11.0, December 2022

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

eingeschränkte kostenlose Version verfügbar

kommerziell

Open Source

Apache 2.0

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++

Scala

Server Betriebssysteme

Linux
OS X
Windows

Linux

In Appliance inkludiert

Linux
OS X
Windows

Datenschema

schemafrei

Schema kann erzwungen werden

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

SQL92

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

Java API
Node.js Client API
ODBC
proprietary Optic API

Proprietary Query API, introduced with version 9
RESTful HTTP API
SPARQL
WebDAV
XDBC
XQuery
XSLT

JDBC
ODBC
OLE DB

JDBC
ODBC

Unterstützte Programmiersprachen

C
C#
C++
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

C
C++
Fortran
Java
Lua
Perl
Python
R

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

via XQuery or JavaScript

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Ãœber Hadoop Connector, HDFS Direct Access und in-database MapReduce Jobs

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

can act as a resource manager in an XA/JTA transaction

ACID

nein

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

yes, with Range Indexes

nein

Berechtigungskonzept

Zugriffskontrolle

Rollen-basierte Zugriffskontrolle auf Dokumenten- und Subdokumentenebene

Benutzer mit feingranularem Berechtigungskonzept

nein

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

Vantage Closes Wholesale Deal in Santa Clara
30. Mai 2024, Data Center Knowledge

MarkLogic “The NoSQL Database”. In the MarkLogic Query Console, you can… | by Abhay Srivastava | Apr, 2024
22. April 2024, Medium

Database Platform to Simplify Complex Data | Progress Marklogic
7. Februar 2023, Progress Software

ABN AMRO Moves Progress-Powered Credit Store App to Azure Cloud; Achieves 40% Faster Data Processing, Lower ...
12. März 2024, GlobeNewswire

AI can make logistics data as valuable as intelligence or operational data for mission success
17. April 2024, Breaking Defense

bereitgestellt von Google News

Roundup: Telehouse, Cloudera, Netezza, EMC
31. Mai 2024, Data Center Knowledge

IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS
11. Juli 2023, IBM

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services
27. Mai 2020, AWS Blog

IBM Brings Back a Netezza, Attacks Yellowbrick
29. Juni 2020, Datanami

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

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

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

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