DBMS > Bangdb vs. IBM Db2 Event Store vs. InfluxDB vs. Spark SQL vs. Teradata
System Properties Comparison Bangdb vs. IBM Db2 Event Store vs. InfluxDB vs. Spark SQL vs. Teradata
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Bangdb Xexclude from comparison | IBM Db2 Event Store Xexclude from comparison | InfluxDB Xexclude from comparison | Spark SQL Xexclude from comparison | Teradata Xexclude from comparison | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Description | Converged and high performance database for device data, events, time series, document and graph | Distributed Event Store optimized for Internet of Things use cases | DBMS for storing time series, events and metrics | Spark SQL is a component on top of 'Spark Core' for structured data processing | A hybrid cloud data analytics software platform (Teradata Vantage) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primary database model | Document store Graph DBMS Time Series DBMS | Event Store Time Series DBMS | Time Series DBMS | Relational DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary database models | Spatial DBMS | Spatial DBMS  with GEO package | Document store Graph DBMS Spatial DBMS Time Series DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | bangdb.com | www.ibm.com/products/db2-event-store | www.influxdata.com/products/influxdb-overview | spark.apache.org/sql | www.teradata.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | docs.bangdb.com | www.ibm.com/docs/en/db2-event-store | docs.influxdata.com/influxdb | spark.apache.org/docs/latest/sql-programming-guide.html | docs.teradata.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Sachin Sinha, BangDB | IBM | Apache Software Foundation | Teradata | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 2012 | 2017 | 2013 | 2014 | 1984 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | BangDB 2.0, October 2021 | 2.0 | 2.7.6, April 2024 | 3.5.0 ( 2.13), September 2023 | Teradata Vantage 1.0 MU2, January 2019 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | Open Source BSD 3 | commercial free developer edition available | Open Source MIT-License; commercial enterprise version available | Open Source Apache 2.0 | commercial | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Cloud-based only Only available as a cloud service | no | no | no | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS offerings (sponsored links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementation language | C, C++ | C and C++ | Go | Scala | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | Linux | Linux Linux, macOS, Windows for the developer addition | Linux OS X through Homebrew | Linux OS X Windows | hosted Linux | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | schema-free | yes | schema-free | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | yes: string, long, double, int, geospatial, stream, events | yes | Numeric data and Strings | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| XML support Some form of processing data in XML format, e.g. support for XML data structures, and/or support for XPath, XQuery or XSLT. | no | no | no | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | yes secondary, composite, nested, reverse, geospatial | no | no | no | yes Join-index to prejoin tables, aggregate index, sparse index, hash index | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | SQL like support with command line tool | yes through the embedded Spark runtime | SQL-like query language | SQL-like DML and DDL statements | yes SQL 2016 + extensions | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | Proprietary protocol RESTful HTTP API | ADO.NET DB2 Connect JDBC ODBC RESTful HTTP API | HTTP API JSON over UDP | JDBC ODBC | .NET Client API HTTP REST JDBC JMS Adapter ODBC OLE DB | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | C C# C++ Java Python | C C# C++ Cobol Delphi Fortran Go Java JavaScript (Node.js) Perl PHP Python R Ruby Scala Visual Basic | .Net Clojure Erlang Go Haskell Java JavaScript JavaScript (Node.js) Lisp Perl PHP Python R Ruby Rust Scala | Java Python R Scala | C C++ Cobol Java (JDBC-ODBC) Perl PL/1 Python R Ruby | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | no | yes | no | no | yes UDFs, stored procedures, table functions in parallel | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | yes, Notifications (with Streaming only) | no | no | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm | Sharding | Sharding in enterprise version only | yes, utilizing Spark Core | Sharding Hashing | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | selectable replication factor, Knob for CAP (enterprise version only) | Active-active shard replication | selectable replication factor in enterprise version only | none | Multi-source replication Source-replica replication | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Offers an API for user-defined Map/Reduce methods | no | no | no | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Tunable consistency, set CAP knob accordingly | Eventual Consistency | Immediate Consistency | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | no | no | no | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | ACID | no | no | no | ACID | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Support for concurrent manipulation of data | yes, optimistic concurrency control | No - written data is immutable | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Support for making data persistent | yes, implements WAL (Write ahead log) as well | Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-memory capabilities Is there an option to define some or all structures to be held in-memory only. | yes, run db with in-memory only mode | yes | yes Depending on used storage engine | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | yes (enterprise version only) | fine grained access rights according to SQL-standard | simple rights management via user accounts | no | fine grained access rights according to SQL-standard | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| More information provided by the system vendor | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Bangdb | IBM Db2 Event Store | InfluxDB | Spark SQL | Teradata | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Specific characteristics | InfluxData is the creator of InfluxDB , the open source time series database. It... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Competitive advantages | Time to Value InfluxDB is available in all the popular languages and frameworks,... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typical application scenarios | IoT & Sensor Monitoring Developers are witnessing the instrumentation of every available... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Key customers | InfluxData has more than 1,900 paying customers, including customers include MuleSoft,... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Market metrics | Fastest-growing database to drive 27,500 GitHub stars Over 750,000 daily active instances » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Licensing and pricing models | Open source core with closed source clustering available either on-premise or on... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| News | Apache Superset and InfluxDB Cloud 3.0 Scaling Data Collection: Solving Renewable Energy Challenges with InfluxDB Deadman Alerts with Grafana and InfluxDB Cloud 3.0 Chasing the Skies: Monitoring Flights with InfluxDB Monitoring Your Cloud Environments and Applications with InfluxDB | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
We invite representatives of system vendors to contact us for updating and extending the system information, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Related products and servicesWe invite representatives of vendors of related products to contact us for presenting information about their offerings here. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| More resources | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Bangdb | IBM Db2 Event Store | InfluxDB | Spark SQL | Teradata | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DB-Engines blog posts | Why Build a Time Series Data Platform? Time Series DBMS are the database category with the fastest increase in popularity Time Series DBMS as a new trend? | Teradata is the most popular data warehouse DBMS Advancements in streaming data storage, real-time analysis and machine learning How IBM Is Turning Db2 into an ‘AI Database’ Best cloud databases of 2022 Why a robust data management strategy is essential today | IBM HDM provided by Google News Run and manage open source InfluxDB databases with Amazon Timestream | Amazon Web Services Amazon Timestream: Managed InfluxDB for Time Series Data InfluxData Collaborating with AWS to Bring InfluxDB and Time Series Analytics to Developers Around the World How the FDAP Stack Gives InfluxDB 3.0 Real-Time Speed, Efficiency AWS and InfluxData partner to offer managed time series database Timestream for InfluxDB provided by Google News Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services What is Apache Spark? The big data platform that crushed Hadoop Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024 Performant IPv4 Range Spark Joins | by Jean-Claude Cote Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM) provided by Google News Teradata Co. (NYSE:TDC) Given Average Rating of “Hold” by Analysts TERADATA ALERT: Bragar Eagel & Squire, P.C. Announces that a Class Action Lawsuit Has Been Filed Against ... SHAREHOLDER ALERT: Pomerantz Law Firm Reminds Shareholders with Losses on their Investment in Teradata ... Teradata Stock: Much More Enticing Now Than Last Year, But Uncertainty Lingers (NYSE:TDC) Is There Now An Opportunity In Teradata Corporation (NYSE:TDC)? provided by Google News | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
