DBMS > Apache Spark (SQL) vs. LeanXcale

Vergleich der Systemeigenschaften Apache Spark (SQL) vs. LeanXcale

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

Unsere Besucher vergleichen Apache Spark (SQL) und LeanXcale oft mit TiDB, CockroachDB und Apache Druid.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

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

Punkte	21,62
Rang	#29	Overall
	#18	Relational DBMS

Punkte	0,25
Rang	#296	Overall
	#43	Key-Value Stores
	#133	Relational DBMS

Website

spark.apache.org/sql

www.leanxcale.com

Technische Dokumentation

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

Entwickler

Apache Software Foundation

LeanXcale

Erscheinungsjahr

2014

2015

Aktuelle Version

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

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

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

through Apache Derby

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Unterstützte Programmiersprachen

Java
Python
R
Scala

C
Java
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

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

Access Amazon Redshift Managed Storage tables through Apache Spark on AWS Glue and Amazon EMR using Amazon SageMaker Lakehouse
15. Mai 2025, Amazon Web Services (AWS)

30 Azure Databricks Interview Questions and Answers (2025)
13. Mai 2025, Simplilearn.com

The 6 Best Apache Spark Courses on Udemy to Consider for 2025
1. Januar 2025, solutionsreview.com

18 top big data tools and technologies to know about in 2025
22. Januar 2025, TechTarget

Introducing AWS Glue 5.0 for Apache Spark
4. Dezember 2024, Amazon Web Services (AWS)

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk