DBMS > AlaSQL vs. Apache Drill vs. ReductStore vs. Spark SQL

Vergleich der Systemeigenschaften AlaSQL vs. Apache Drill vs. ReductStore vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

JavaScript DBMS library

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

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.

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

Primäres Datenbankmodell

Document Store
Relational DBMS

Time Series DBMS

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	2,02
Rang	#124	Overall
	#22	Document Stores
	#59	Relational DBMS

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

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

Website

alasql.org

drill.apache.org

github.com/reductstore
www.reduct.store

spark.apache.org/sql

Technische Dokumentation

github.com/AlaSQL/alasql

drill.apache.org/docs

www.reduct.store/docs

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

Entwickler

Andrey Gershun & Mathias R. Wulff

Apache Software Foundation

ReductStore LLC

Apache Software Foundation

Erscheinungsjahr

2014

2012

2023

2014

Aktuelle Version

1.20.3, Jaenner 2023

1.9, März 2024

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

MIT-License

Open Source

Apache Version 2

Open Source

Business Source License 1.1

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

JavaScript

C++, Rust

Scala

Server Betriebssysteme

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

Linux
OS X
Windows

Docker
Linux
macOS
Windows

Linux
OS X
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.

SQL SELECT statement is SQL:2003 compliant

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JavaScript API

JDBC
ODBC
RESTful HTTP API

HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

JavaScript

C++

C++
JavaScript (Node.js)
Python
Rust

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

by using IndexedDB, SQL.JS or proprietary FileStorage

Depending on the underlying data source

In-Memory Unterstützung

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

Depending on the underlying data source

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Depending on the underlying data source

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

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

Apache Drill vs. Apache Spark — Which SQL query engine is better for you?
23. September 2019, Towards Data Science

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Apache Drill Poised to Crack Tough Data Challenges
19. Mai 2015, Datanami

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

Drill Mines Diverse Data Sets, Google Style
20. Mai 2015, The Next Platform

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