DBMS > Apache Drill vs. Atos Standard Common Repository vs. Spark SQL vs. SpatiaLite

Vergleich der Systemeigenschaften Apache Drill vs. Atos Standard Common Repository vs. Spark SQL vs. SpatiaLite

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

This system has been discontinued and will be removed from the DB-Engines ranking.

Kurzbeschreibung

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

Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks

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

Spatial extension of SQLite

Primäres Datenbankmodell

Document Store
Relational DBMS

Document Store
Key-Value Store

Relational DBMS

Spatial DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

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

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

Punkte	1,63
Rang	#146	Overall
	#3	Spatial DBMS

Website

drill.apache.org

atos.net/en/convergence-creators/portfolio/standard-common-repository

spark.apache.org/sql

www.gaia-gis.it/fossil/libspatialite/index

Technische Dokumentation

drill.apache.org/docs

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

www.gaia-gis.it/gaia-sins/spatialite_topics.html

Entwickler

Apache Software Foundation

Atos Convergence Creators

Apache Software Foundation

Alessandro Furieri

Erscheinungsjahr

2012

2016

2014

2008

Aktuelle Version

1.20.3, Jaenner 2023

1703

3.5.0 ( 2.13), September 2023

5.0.0, August 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Apache 2.0

Open Source

MPL 1.1, GPL v2.0 or LGPL v2.1

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

Java

Scala

C++

Server Betriebssysteme

Linux
OS X
Windows

Linux

Linux
OS X
Windows

serverlos

Datenschema

schemafrei

Schema and schema-less with LDAP views

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

SQL SELECT statement is SQL:2003 compliant

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

LDAP

JDBC
ODBC

Unterstützte Programmiersprachen

C++

All languages with LDAP bindings

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

yes, utilizing Spark Core

keine

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

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic execution of specific operations

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

Depending on the underlying data source

LDAP bind authentication

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

MapR to Speak on Stream Processing Systems, Apache Spark and Drill at Industry Events in January
31. Mai 2024, Yahoo Movies UK

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

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

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

bereitgestellt von Google News

Infographic: What makes a Mobile Operator's setup future proof?
10. Februar 2024, Atos

bereitgestellt von Google News

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

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

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