DBMS > Apache Spark (SQL)

Apache Spark (SQL) Systemeigenschaften

Bitte wählen Sie ein weiteres System aus, um es mit Apache Spark (SQL) zu vergleichen.

Unsere Besucher vergleichen Apache Spark (SQL) oft mit MySQL, Fujitsu Enterprise Postgres und DataFS.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Primäres Datenbankmodell

Relational DBMS

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

Punkte	22,44
Rang	#27	Overall
	#19	Relational DBMS

Website

spark.apache.org/sql

Technische Dokumentation

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

Entwickler

Apache Software Foundation

Erscheinungsjahr

2014

Aktuelle Version

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

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

Scala

Server Betriebssysteme

Linux
OS X
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC

Unterstützte Programmiersprachen

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

Upgrade PySpark from Spark 3.5 to Spark 4.0 with AWS Spark Upgrade Agent | Amazon Web Services
9. Juni 2026, Amazon Web Services

Apache Spark performance tuning: 7 optimization tips (2026)
12. Februar 2026, Flexera

Introducing Apache Spark® 4.1
22. Dezember 2025, Databricks

Announcing general availability of Apache Spark 4.0 on Amazon EMR
9. Juni 2026, Amazon Web Services

How to Master PySpark: 13-Step Tutorial with Spark 4 and MLlib [2026]
14. April 2026, tech-insider.org

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk