DBMS > Ingres vs. Netezza vs. Quasardb vs. Spark SQL vs. Trafodion
System Properties Comparison Ingres vs. Netezza vs. Quasardb vs. Spark SQL vs. Trafodion
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Ingres Xexclude from comparison | Netezza  Also called PureData System for Analytics by IBM Xexclude from comparison | Quasardb Xexclude from comparison | Spark SQL Xexclude from comparison | Trafodion Xexclude from comparison | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Description | Well established RDBMS | Data warehouse and analytics appliance part of IBM PureSystems | Distributed, high-performance timeseries database | Spark SQL is a component on top of 'Spark Core' for structured data processing | Transactional SQL-on-Hadoop DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primary database model | Relational DBMS | Relational DBMS | Time Series DBMS | Relational DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | www.actian.com/databases/ingres | www.ibm.com/products/netezza | quasar.ai | spark.apache.org/sql | trafodion.apache.org | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | docs.actian.com/ingres | doc.quasar.ai/master | spark.apache.org/docs/latest/sql-programming-guide.html | trafodion.apache.org/documentation.html | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Actian Corporation | IBM | quasardb | Apache Software Foundation | Apache Software Foundation, originally developed by HP | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 1974 originally developed at University Berkely in early 1970s | 2000 | 2009 | 2014 | 2014 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | 11.2, May 2022 | 3.14.1, January 2024 | 3.5.0 ( 2.13), September 2023 | 2.3.0, February 2019 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | commercial | commercial | commercial Free community edition, Non-profit organizations and non-commercial usage are eligible for free licenses | Open Source Apache 2.0 | Open Source Apache 2.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 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++ | Scala | C++, Java | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | AIX HP Open VMS HP-UX Linux Solaris Windows | Linux included in appliance | BSD Linux OS X Windows | Linux OS X Windows | Linux | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | yes | yes | schema-free | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | yes | yes | yes integer and binary | 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 but tools for importing/exporting data from/to XML-files available | no | no | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | yes | yes | yes with tags | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | yes | yes | SQL-like query language | SQL-like DML and DDL statements | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | .NET Client API JDBC ODBC proprietary protocol (OpenAPI) | JDBC ODBC OLE DB | HTTP API | JDBC ODBC | ADO.NET JDBC ODBC | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | C C++ Fortran Java Lua Perl Python R | .Net C C# C++ Go Java JavaScript (Node.js) PHP Python R | Java Python R Scala | All languages supporting JDBC/ODBC/ADO.Net | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | yes | yes | no | no | Java Stored Procedures | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | yes | no | no | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | horizontal partitioning Ingres Star to access multiple databases simultaneously | Sharding | Sharding consistent hashing | yes, utilizing Spark Core | Sharding | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | Ingres Replicator | Source-replica replication | Source-replica replication with selectable replication factor | none | yes, via HBase | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Offers an API for user-defined Map/Reduce methods | no | yes | with Hadoop integration | yes via user defined functions and HBase | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Immediate Consistency | Immediate Consistency | Immediate Consistency | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | yes | no | no | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | ACID | ACID | ACID | no | ACID | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Support for concurrent manipulation of data | yes MVCC | yes | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Support for making data persistent | yes | yes | yes by using LevelDB | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-memory capabilities Is there an option to define some or all structures to be held in-memory only. | no | yes Transient mode | no | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | fine grained access rights according to SQL-standard | Users with fine-grained authorization concept | Cryptographically strong user authentication and audit trail | no | fine grained access rights according to SQL-standard | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
More information provided by the system vendorWe 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Ingres | Netezza Also called PureData System for Analytics by IBM | Quasardb | Spark SQL | Trafodion | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Recent citations in the news | Postgres pioneer Michael Stonebraker promises to upend the database once more New startup from Postgres creator puts the database at heart of software stack Actian Launches Ingres as a Fully-Managed Cloud Service PostgreSQL now top developer choice ahead of MySQL, according to massive new survey • DEVCLASS Dr. Michael Stonebraker: A Short History of Database Systems provided by Google News | IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS AWS and IBM Netezza come out in support of Iceberg in table format face-off Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services U.S. Navy Chooses Yellowbrick, Sunsets IBM Netezza IBM Brings Back a Netezza, Attacks Yellowbrick provided by Google News | Hubble Unexpectedly Finds Double Quasar in Distant Universe Record quasar is most luminous object in the universe Quasar Partners with PTC to Empower IoT Customers with High-Performance Data Solutions Meet the NiceGUI: Your Soon-to-be Favorite Python UI Library QUASAR yacht (Bilgin, 46.8m, 2016) 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 18 Top Big Data Tools and Technologies to Know About in 2024 provided by Google News | Evaluating HTAP Databases for Machine Learning Applications HP Throws Trafodion Hat into OLTP Hadoop Ring Low-latency, distributed database architectures are critical for emerging fog applications provided by Google News | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
