DBMS > Atos Standard Common Repository vs. Drizzle vs. Heroic vs. Spark SQL

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. Drizzle vs. Heroic vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Atos Standard Common Repository  Xaus Vergleich ausschliessen	Drizzle  Xaus Vergleich ausschliessen	Heroic  Xaus Vergleich ausschliessen	Spark SQL  Xaus Vergleich ausschliessen
	This system has been discontinued and will be removed from the DB-Engines ranking.	Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.
Kurzbeschreibung	Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks	MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.	Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch	Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten
Primäres Datenbankmodell	Document Store Key-Value Store	Relational DBMS	Time Series DBMS	Relational DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart			Punkte 0,46 Rang #265   Overall #22   Time Series DBMS	Punkte 18,04 Rang #33   Overall #20   Relational DBMS
Website	atos.net/en/convergence-creators/portfolio/standard-common-repository		github.com/­spotify/­heroic	spark.apache.org/­sql
Technische Dokumentation			spotify.github.io/­heroic	spark.apache.org/­docs/­latest/­sql-programming-guide.html
Entwickler	Atos Convergence Creators	Drizzle Projekt, ursprünglich gestartet von Brian Aker	Spotify	Apache Software Foundation
Erscheinungsjahr	2016	2008	2014	2014
Aktuelle Version	1703	7.2.4, September 2012		3.5.0 ( 2.13), September 2023
Lizenz Commercial or Open Source	kommerziell	Open Source GNU GPL	Open Source Apache 2.0	Open Source Apache 2.0
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Java	C++	Java	Scala
Server Betriebssysteme	Linux	FreeBSD Linux OS X		Linux OS X Windows
Datenschema	Schema and schema-less with LDAP views	ja	schemafrei	ja
Typisierung vordefinierte Datentypen, z.B. float oder date	optional	ja	ja	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	ja		nein	nein
Sekundärindizes	ja	ja	ja via Elasticsearch	nein
SQL Support of SQL	nein	ja mit propriätären Erweiterungen	nein	SQL-like DML and DDL statements
APIs und andere Zugriffskonzepte	LDAP	JDBC	HQL (Heroic Query Language, a JSON-based language) HTTP API	JDBC ODBC
Unterstützte Programmiersprachen	All languages with LDAP bindings	C C++ Java PHP		Java Python R Scala
Server-seitige Scripts Stored Procedures	nein	nein	nein	nein
Triggers	ja	nein Hooks für Callbacks innerhalb der Servers können verwendet werden.	nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding cell division	Sharding	Sharding	yes, utilizing Spark Core
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	ja	Multi-Source Replikation Source-Replica Replikation	ja	keine
MapReduce Bietet ein API für Map/Reduce Operationen		nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Immediate Consistency or Eventual Consistency depending on configuration		Eventual Consistency Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	ja	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	Atomic execution of specific operations	ACID	nein	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	ja		nein	nein
Berechtigungskonzept Zugriffskontrolle	LDAP bind authentication	Pluggable Authentication Mechanismen z.B. LDAP, HTTP		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
	Atos Standard Common Repository	Drizzle	Heroic	Spark SQL
DB-Engines Blog Posts		MySQL won the April ranking; did its forks follow? 1. April 2015, Paul Andlinger Has MySQL finally lost its mojo? 1. Juli 2013, Matthias Gelbmann alle anzeigen
Erwähnungen in aktuellen Nachrichten			Review: Google Bigtable scales with ease 7. September 2016, InfoWorld 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 Performant IPv4 Range Spark Joins | by Jean-Claude Cote 24. Januar 2024, Towards Data Science Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM) 17. März 2024, Yahoo Singapore News bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk