DBMS > NSDb vs. OrigoDB vs. Spark SQL vs. Transbase vs. WakandaDB

Vergleich der Systemeigenschaften NSDb vs. OrigoDB vs. Spark SQL vs. Transbase vs. WakandaDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

A fully ACID in-memory object graph database

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

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

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

Object oriented DBMS

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

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,00
Rang	#383	Overall
	#53	Document Stores
	#20	Object oriented DBMS

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

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

Punkte	0,03
Rang	#364	Overall
	#17	Object oriented DBMS

Website

nsdb.io

origodb.com

spark.apache.org/sql

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

wakanda.github.io

Technische Dokumentation

nsdb.io/Architecture

origodb.com/docs

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

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

wakanda.github.io/doc

Entwickler

Robert Friberg et al

Apache Software Foundation

Transaction Software GmbH

Wakanda SAS

Erscheinungsjahr

2017

2009

under the name LiveDB

2014

1987

2012

Aktuelle Version

3.5.0 ( 2.13), September 2023

Transbase 8.3, 2022

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

Development Lizenz gratis

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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

Scala

C und C++

C++, JavaScript

Server Betriebssysteme

Linux
macOS

Linux
Windows

Linux
OS X
Windows

FreeBSD
Linux
macOS
Solaris
Windows

Linux
OS X
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

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

all fields are automatically indexed

nein

SQL

Support of SQL

SQL-like query language

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

gRPC
HTTP REST
WebSocket

.NET Client API
HTTP API
LINQ

JDBC
ODBC

ADO.NET
JDBC
ODBC
Proprietäres native API

RESTful HTTP API

Unterstützte Programmiersprachen

Java
Scala

.Net

Java
Python
R
Scala

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

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Triggers

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

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

depending on model

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

Write ahead log

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Role based authorization

nein

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

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

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