DBMS > Atos Standard Common Repository vs. Google BigQuery vs. Spark SQL vs. SpatiaLite

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. Google BigQuery vs. Spark SQL vs. SpatiaLite

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

Large scale data warehouse service with append-only tables

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

Spatial extension of SQLite

Primäres Datenbankmodell

Document Store
Key-Value Store

Relational DBMS

Spatial DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	58,10
Rang	#19	Overall
	#13	Relational DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Punkte	1,63
Rang	#146	Overall
	#3	Spatial DBMS

Website

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

cloud.google.com/bigquery

spark.apache.org/sql

www.gaia-gis.it/fossil/libspatialite/index

Technische Dokumentation

cloud.google.com/bigquery/docs

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

www.gaia-gis.it/gaia-sins/spatialite_topics.html

Entwickler

Atos Convergence Creators

Google

Apache Software Foundation

Alessandro Furieri

Erscheinungsjahr

2016

2010

2014

2008

Aktuelle Version

1703

3.5.0 ( 2.13), September 2023

5.0.0, August 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

MPL 1.1, GPL v2.0 or LGPL v2.1

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

Scala

C++

Server Betriebssysteme

Linux

gehostet

Linux
OS X
Windows

serverlos

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

RESTful HTTP/JSON API

JDBC
ODBC

Unterstützte Programmiersprachen

All languages with LDAP bindings

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

in JavaScript

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

keine

yes, utilizing Spark Core

keine

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

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of specific operations

nein

Weil zur Abfrage von Daten gedacht

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

LDAP bind authentication

Zugriffsrechte (Owner, Writer, Reader) auf Dataset-, Tabellen- und View-Ebene

Google Cloud Identity & Access Management (IAM)

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

Snowflake is the DBMS of the Year 2022, defending the title from last year
3. Januar 2023, Matthias Gelbmann, Paul Andlinger

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

alle anzeigen

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

bereitgestellt von Google News

Winning the 2020 Google Cloud Technology Partner of the Year – Infrastructure Modernization Award
22. Dezember 2021, CIO

Google Cloud partners Coinbase to accept crypto payments
11. Oktober 2022, Ledger Insights

Hightouch Raises $38M in Funding
19. Juli 2023, FinSMEs

bereitgestellt von Google News

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

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Performance Insights from Sigma Rule Detections in Spark Streaming
1. Juni 2024, Towards Data Science

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

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