DBMS > Prometheus vs. Spark SQL vs. Teradata vs. Yaacomo

Vergleich der Systemeigenschaften Prometheus vs. Spark SQL vs. Teradata vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Open Source Timeseries DBMS und Monitoring System

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

A hybrid cloud data analytics software platform (Teradata Vantage)

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS
Spatial DBMS
Time Series DBMS

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

Punkte	7,69
Rang	#50	Overall
	#3	Time Series DBMS

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

Punkte	44,87
Rang	#22	Overall
	#15	Relational DBMS

Website

prometheus.io

spark.apache.org/sql

www.teradata.com

yaacomo.com

Technische Dokumentation

prometheus.io/docs

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

docs.teradata.com

Entwickler

Apache Software Foundation

Teradata

Q2WEB GmbH

Erscheinungsjahr

2015

2014

1984

2009

Aktuelle Version

3.5.0 ( 2.13), September 2023

Teradata Vantage 1.0 MU2, Jänner 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

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

Server Betriebssysteme

Linux
Windows

Linux
OS X
Windows

gehostet
Linux

Android
Linux
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data only

XML Unterstützung

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

nein

Importieren von XML Daten möglich

nein

Sekundärindizes

nein

Spezielle Join-Indizes für physikalisches 'pre-joining' von Tabellen

SQL

Support of SQL

nein

SQL-like DML and DDL statements

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

RESTful HTTP/JSON API

JDBC
ODBC

.NET Client API
HTTP REST
JDBC
JMS Adapter
ODBC
OLE DB

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C++
Go
Haskell
Java
JavaScript (Node.js)
Python
Ruby

Java
Python
R
Scala

C
C++
Cobol
Java (JDBC-ODBC)
Perl
PL/1
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

nein

UDFs, stored procedures, table functions in parallel

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Sharding

Hashing

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

mittels Federation

keine

Multi-Source Replikation
Source-Replica Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

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

DB-Engines Blog Posts

Teradata is the most popular data warehouse DBMS
2. April 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

VTEX scales to 150 million metrics using Amazon Managed Service for Prometheus | Amazon Web Services
10. März 2024, AWS Blog

Exadata Real-Time Insight - Quick Start
3. April 2024, Oracle

OpenTelemetry vs. Prometheus: You can’t fix what you can’t see
29. März 2024, ibm.com

VictoriaMetrics Offers Prometheus Replacement for Time Series Monitoring
17. Juli 2023, The New Stack

Linux System Monitoring with Prometheus, Grafana, and collectd
1. Februar 2024, Linux Journal

bereitgestellt von Google News

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

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

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teradata to Present at Upcoming Investor Conference
6. Juni 2024, businesswire.com

Teradata Fails to Block Software Broker From Selling Its Products
3. Juni 2024, Bloomberg Law

Lakehouse dam breaks after departure of long-time Teradata CTO
1. Mai 2024, The Register

Teradata (TDC) Down 2.5% Since Last Earnings Report: Can It Rebound?
5. Juni 2024, Yahoo Canada Finance

Teradata Co. (NYSE:TDC) Shares Purchased by Hsbc Holdings PLC
4. Juni 2024, Defense World

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk