DBMS > ReductStore vs. RethinkDB vs. Spark SQL

Vergleich der Systemeigenschaften ReductStore vs. RethinkDB vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

DBMS for the Web with a mechanism to push updated query results to applications in realtime.

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

Primäres Datenbankmodell

Time Series DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,05
Rang	#384	Overall
	#44	Time Series DBMS

Punkte	2,66
Rang	#107	Overall
	#20	Document Stores

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

Website

github.com/reductstore
www.reduct.store

rethinkdb.com

spark.apache.org/sql

Technische Dokumentation

www.reduct.store/docs

rethinkdb.com/docs

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

Entwickler

ReductStore LLC

The Linux Foundation

since July 2017

Apache Software Foundation

Erscheinungsjahr

2023

2009

2014

Aktuelle Version

1.9, März 2024

2.4.1, August 2020

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Business Source License 1.1

Open Source

Apache Version 2

Open Source

Apache 2.0

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++, Rust

C++

Scala

Server Betriebssysteme

Docker
Linux
macOS
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, binary, float, bool, date, geometry

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

APIs und andere Zugriffskonzepte

HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

C++
JavaScript (Node.js)
Python
Rust

community-supported driver
C#

community-supported driver
C++

community-supported driver
Clojure

community-supported driver
Dart

community-supported driver
Erlang

community-supported driver
Go

community-supported driver
Haskell

community-supported driver
Java

official driver
JavaScript (Node.js)

official driver
Lisp

community-supported driver
Lua

community-supported driver
Objective-C

community-supported driver
Perl

community-supported driver
PHP

community-supported driver
Python

official driver
Ruby

official driver
Scala

community-supported driver

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

Client-side triggers through changefeeds

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

range based

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

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

Atomic single-document operations

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

MVCC based

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

users and table-level permissions

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

DB-Engines Blog Posts

Meet some database management systems you are likely to hear more about in the future
4. August 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

An introduction to building realtime apps with RethinkDB
9. Juli 2022, devmio

How to Use RethinkDB with Node.js Applications — SitePoint
16. Dezember 2015, SitePoint

Stripe acquires team behind NoSQL database startup RethinkDB
5. Oktober 2016, VentureBeat

RethinkDB is dead, and MongoDB isn't what killed it
24. Januar 2017, TechRepublic

Open Source Horizon Claims Edge over Google's Firebase Mobile Back-End -- ADTmag
23. Mai 2016, ADT Magazine

bereitgestellt von Google News

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

Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM)
17. März 2024, Yahoo Singapore News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk