DBMS > Netezza vs. Sadas Engine vs. SiriDB vs. Spark SQL vs. XTDB

Vergleich der Systemeigenschaften Netezza vs. Sadas Engine vs. SiriDB vs. Spark SQL vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Open Source Time Series DBMS

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

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

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

Punkte	10,18
Rang	#46	Overall
	#29	Relational DBMS

Punkte	0,03
Rang	#379	Overall
	#156	Relational DBMS

Punkte	0,11
Rang	#346	Overall
	#32	Time Series DBMS

Punkte	19,15
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,09
Rang	#351	Overall
	#47	Document Stores

Website

www.ibm.com/products/netezza

www.sadasengine.com

siridb.com

spark.apache.org/sql

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

docs.siridb.com

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

www.xtdb.com/docs

Entwickler

IBM

SADAS s.r.l.

Cesbit

Apache Software Foundation

Juxt Ltd.

Erscheinungsjahr

2000

2006

2017

2014

2019

Aktuelle Version

8.0

3.5.0 ( 2.13), September 2023

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

free trial version available

Open Source

MIT License

Open Source

Apache 2.0

Open Source

MIT License

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

Clojure

Server Betriebssysteme

Linux

In Appliance inkludiert

AIX
Linux
Windows

Linux

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

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

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC
OLE DB

JDBC
ODBC
Proprietäres Protokoll

HTTP API

JDBC
ODBC

HTTP REST
JDBC

Unterstützte Programmiersprachen

C
C++
Fortran
Java
Lua
Perl
Python
R

.Net
C
C#
C++
Groovy
Java
PHP
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Java
Python
R
Scala

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Sharding

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

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

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

managed by 'Learn by Usage'

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept

Access rights for users, groups and roles according to SQL-standard

Einfache Rechteverwaltung mit Benutzeraccounts

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

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

U.S. Navy Chooses Yellowbrick, Sunsets IBM Netezza
22. März 2023, Business Wire

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

bereitgestellt von Google News

SiriDB tijdreeks database analyseert time series data vanuit elke bron
22. Januar 2017, Dutch IT Channel

bereitgestellt von Google News

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

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

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk