DBMS > Apache Spark (SQL) vs. Google Cloud Datastore vs. MySQL

Vergleich der Systemeigenschaften Apache Spark (SQL) vs. Google Cloud Datastore vs. MySQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Selbst skalierendes NoSQL Datenbankservice in der Google Cloud Plattform

Weit verbreitetes, allgemein einsetzbares Open Source RDBMS

Primäres Datenbankmodell

Relational DBMS

Document Store

Relational DBMS

Key/Value Zugriff über memcached API

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	19,76
Rang	#30	Overall
	#18	Relational DBMS

Punkte	3,78
Rang	#70	Overall
	#12	Document Stores

Punkte	988,13
Rang	#2	Overall
	#2	Relational DBMS

Website

spark.apache.org/sql

cloud.google.com/datastore

www.mysql.com

Technische Dokumentation

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

cloud.google.com/datastore/docs

dev.mysql.com/doc

Entwickler

Apache Software Foundation

Google

Oracle

seit 2010, ursprünglich MySQL AB, danach Sun

Erscheinungsjahr

2014

2008

1995

Aktuelle Version

3.5.0 ( 2.13), September 2023

9.0.0, Juli 2024

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

GPL Version 2. Kommerzielle Lizenzen mit erweiterter Funktionalität sind verfügbar.

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

C und C++

Server Betriebssysteme

Linux
OS X
Windows

gehostet

FreeBSD
Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, Details hier

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

SQL-like query language (GQL)

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

JDBC
ODBC

gRPC (using protocol buffers) API
RESTful HTTP/JSON API

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

Java
Python
R
Scala

.Net
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

nein

mit Google App Engine

proprietäre Syntax

Triggers

nein

Callbacks mit Google Apps Engine

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

Sharding

horizontale Partitionierung, Sharding mit MySQL Cluster oder MySQL Fabric

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication using Paxos

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

mittels Google Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on type of query and configuration

Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent.

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

via ReferenceProperties or Ancestor paths

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Serializable Isolation within Transactions, Read Committed outside of Transactions

ACID

nicht für MyISAM Storage Engine

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

MySQL is the DBMS of the Year 2019
3. Januar 2020, Matthias Gelbmann, Paul Andlinger

MariaDB strengthens its position in the open source RDBMS market
5. April 2018, Matthias Gelbmann

The struggle for the hegemony in Oracle's database empire
2. Mai 2017, Paul Andlinger

alle anzeigen

Teilen sie diese Seite mit ihrem Netzwerk