DBMS > Atos Standard Common Repository vs. DolphinDB vs. EJDB vs. Spark SQL

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. DolphinDB vs. EJDB 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

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

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

Primäres Datenbankmodell

Document Store
Key-Value Store

Time Series DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	4,13
Rang	#80	Overall
	#6	Time Series DBMS

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

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

Website

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

www.dolphindb.com

github.com/Softmotions/ejdb

spark.apache.org/sql

Technische Dokumentation

docs.dolphindb.cn/en/help200/index.html

github.com/Softmotions/ejdb/blob/master/README.md

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

Entwickler

Atos Convergence Creators

DolphinDB, Inc

Softmotions

Apache Software Foundation

Erscheinungsjahr

2016

2018

2012

2014

Aktuelle Version

1703

v2.00.4, January 2022

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

GPLv2

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++

Scala

Server Betriebssysteme

Linux

Linux
Windows

serverlos

Linux
OS X
Windows

Datenschema

Schema and schema-less with LDAP views

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

string, integer, double, bool, date, object_id

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 query language

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

LDAP

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

In-process Library

JDBC
ODBC

Unterstützte Programmiersprachen

All languages with LDAP bindings

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

horizontale Partitionierung

keine

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 or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

Administrators, Users, Groups

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

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

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

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk