DBMS > AlaSQL vs. Amazon DocumentDB vs. Spark SQL vs. Yaacomo

Vergleich der Systemeigenschaften AlaSQL vs. Amazon DocumentDB vs. Spark SQL 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

JavaScript DBMS library

Fast, scalable, highly available, and fully managed MongoDB-compatible database service

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

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

Primäres Datenbankmodell

Document Store
Relational DBMS

Document Store

Relational DBMS

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

Punkte	0,51
Rang	#256	Overall
	#40	Document Stores
	#118	Relational DBMS

Punkte	1,91
Rang	#131	Overall
	#24	Document Stores

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

Website

alasql.org

aws.amazon.com/documentdb

spark.apache.org/sql

yaacomo.com

Technische Dokumentation

github.com/AlaSQL/alasql

aws.amazon.com/documentdb/resources

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

Entwickler

Andrey Gershun & Mathias R. Wulff

Apache Software Foundation

Q2WEB GmbH

Erscheinungsjahr

2014

2019

2014

2009

Aktuelle Version

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

MIT-License

kommerziell

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

JavaScript

Scala

Server Betriebssysteme

server-less, requires a JavaScript environment (browser, Node.js)

gehostet

Linux
OS X
Windows

Android
Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

Close to SQL99, but no user access control, stored procedures and host language bindings.

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JavaScript API

proprietary protocol using JSON (MongoDB compatible)

JDBC
ODBC

Unterstützte Programmiersprachen

JavaScript

Go
Java
JavaScript (Node.js)
PHP
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

yes, utilizing Spark Core

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-availability zones for high availability, asynchronous replication for up to 15 read replicas

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

kann über Amazon Elastic MapReduce (Amazon EMR) realisiert werden

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

typically not used, however similar functionality with DBRef possible

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

Atomic single-document operations

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

by using IndexedDB, SQL.JS or proprietary FileStorage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users and roles

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

Erwähnungen in aktuellen Nachrichten

Create a Marvel Database with SQL and Javascript, the easy way
2. Juli 2019, Towards Data Science

Multi faceted data exploration in the browser using Leaflet and amCharts
3. Mai 2020, Towards Data Science

bereitgestellt von Google News

A hybrid approach for homogeneous migration to an Amazon DocumentDB elastic cluster | Amazon Web Services
4. Juni 2024, AWS Blog

AWS announces Amazon DocumentDB zero-ETL integration with Amazon OpenSearch Service
16. Mai 2024, AWS Blog

Use LangChain and vector search on Amazon DocumentDB to build a generative AI chatbot | Amazon Web Services
20. Mai 2024, AWS Blog

Vector search for Amazon DocumentDB (with MongoDB compatibility) is now generally available | Amazon Web Services
29. November 2023, AWS Blog

AWS announces Amazon DocumentDB I/O-Optimized
21. November 2023, AWS Blog

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

Teilen sie diese Seite mit ihrem Netzwerk