DBMS > Atos Standard Common Repository vs. Cubrid vs. Realm vs. Spark SQL

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. Cubrid vs. Realm vs. Spark SQL

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

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

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

A DBMS built for use on mobile devices that’s a fast, easy to use alternative to SQLite and Core Data

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

Primäres Datenbankmodell

Document Store
Key-Value Store

Relational DBMS

Document Store

Relational DBMS

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

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	7,60
Rang	#52	Overall
	#9	Document Stores

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

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

cubrid.com (korean)
cubrid.org (english)

realm.io

spark.apache.org/sql

Technische Dokumentation

cubrid.org/manuals

realm.io/docs

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

Entwickler

Atos Convergence Creators

CUBRID Corporation, CUBRID Foundation

Realm, acquired by MongoDB in May 2019

Apache Software Foundation

Erscheinungsjahr

2016

2008

2014

Aktuelle Version

1703

11.0, Jaenner 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

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

Java

C, C++, Java

Scala

Server Betriebssysteme

Linux

Linux
Windows

Android
Backend: serverlos
iOS
Windows

Linux
OS X
Windows

Datenschema

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

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

LDAP

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC

Unterstützte Programmiersprachen

All languages with LDAP bindings

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

.Net
Java

with Android only
Objective-C
React Native
Swift

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

nein

runs within the applications so server-side scripts are unnecessary

nein

Triggers

Change Listeners

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

keine

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

ACID

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

In-Memory realm

nein

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

fine grained access rights according to SQL-standard

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

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

MongoDB aims to unify developer experience with launch of MongoDB Cloud
9. Juni 2020, diginomica

Danish CEO explains Silicon Valley learning curve for European entrepreneurs - San Francisco Business Times
6. Oktober 2016, The Business Journals

Is Swift the Future of Server-side Development?
12. September 2017, Solutions Review

Java Synthetic Methods — What are these? | by Vaibhav Singh
27. Februar 2021, DataDrivenInvestor

Kotlin Programming Language Will Surpass Java On Android Next Year
15. Oktober 2017, Fossbytes

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

Feature Engineering for Time-Series Using PySpark on Databricks
8. Mai 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk