DBMS > Postgres-XL vs. Spark SQL vs. Stardog vs. Valentina Server

Vergleich der Systemeigenschaften Postgres-XL vs. Spark SQL vs. Stardog vs. Valentina Server

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

Object-relational database and reports server

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

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

Punkte	2,02
Rang	#123	Overall
	#11	Graph DBMS
	#6	RDF Stores

Punkte	0,17
Rang	#327	Overall
	#145	Relational DBMS

Website

Technische Dokumentation

www.postgres-xl.org/documentation

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

docs.stardog.com

valentina-db.com/docs/dokuwiki/v5/doku.php

Entwickler

Apache Software Foundation

Stardog-Union

Paradigma Software

Erscheinungsjahr

2014

seit 2012, ursprünglich genannt StormDB

2014

2010

1999

Aktuelle Version

10 R1, Oktober 2018

3.5.0 ( 2.13), September 2023

7.3.0, Mai 2020

5.7.5

Lizenz

Commercial or Open Source

Open Source

Mozilla public license

Open Source

Apache 2.0

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

kommerziell

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

Server Betriebssysteme

Linux
macOS

Linux
OS X
Windows

Linux
macOS
Windows

Linux
OS X
Windows

Datenschema

schema-free and OWL/RDFS-schema support

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

XML type, but no XML query functionality

nein

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

distributed, parallel query execution

SQL-like DML and DDL statements

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

APIs und andere Zugriffskonzepte

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

JDBC
ODBC

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

ODBC

Unterstützte Programmiersprachen

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

Java
Python
R
Scala

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

.Net
C
C#
C++
Objective-C
PHP
Ruby
Visual Basic
Visual Basic.NET

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

user defined functions and aggregates, HTTP Server extensions in Java

Triggers

nein

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation in HA-Cluster

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency in HA-Cluster

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

MVCC

nein

ACID

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer und Rollen

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

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

A Look at Valentina — SitePoint
18. April 2014, SitePoint

MySQL GUI Tools for Windows and Ubuntu/Linux: Top 8 free or open source
7. Dezember 2018, H2S Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk