DBMS > jBASE vs. Postgres-XL vs. Spark SQL vs. Splunk

Vergleich der Systemeigenschaften jBASE vs. Postgres-XL vs. Spark SQL vs. Splunk

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A robust multi-value DBMS comprising development tools and middleware

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

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

Plattform für die Analyse von Big Data

Primäres Datenbankmodell

Multivalue DBMS

Relational DBMS

Suchmaschine

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	1,41
Rang	#159	Overall
	#3	Multivalue DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

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

Punkte	86,45
Rang	#14	Overall
	#2	Suchmaschinen

Website

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-jbase

www.postgres-xl.org

spark.apache.org/sql

www.splunk.com

Technische Dokumentation

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

www.postgres-xl.org/documentation

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

docs.splunk.com/Documentation/Splunk

Entwickler

Rocket Software (früher Zumasys)

Apache Software Foundation

Splunk Inc.

Erscheinungsjahr

1991

2014

seit 2012, ursprünglich genannt StormDB

2014

2003

Aktuelle Version

5.7

10 R1, Oktober 2018

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Mozilla public license

Open Source

Apache 2.0

kommerziell

Eingeschränkte Gratisversion 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

Scala

Server Betriebssysteme

AIX
Linux
Windows

Linux
macOS

Linux
OS X
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

XML Unterstützung

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

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

Embedded SQL for jBASE in BASIC

distributed, parallel query execution

SQL-like DML and DDL statements

nein

Splunk Search Processing Language for search commands

APIs und andere Zugriffskonzepte

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
ODBC

HTTP REST

Unterstützte Programmiersprachen

.Net
Basic
Jabbascript
Java

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Java
Python
R
Scala

C#
Java
JavaScript
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

MVCC

nein

A 'Transaction' in Splunk has a different meaning: grouping related events into a single one for later searching

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights can be defined down to the item level

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer und Rollen

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

DB-Engines Blog Posts

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Temenos signs first customer in India
24. August 2009, Finextra

bereitgestellt von Google News

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