DBMS > Atos Standard Common Repository vs. SAP HANA vs. SpaceTime vs. Spark SQL

Vergleich der Systemeigenschaften Atos Standard Common Repository vs. SAP HANA vs. SpaceTime 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

In-memory DBMS. Verfügbar als appliance oder als cloud-service

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

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

Primäres Datenbankmodell

Document Store
Key-Value Store

Relational DBMS

Spatial DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS

with SAP Hana, Enterprise Edition
Spatial DBMS

Relational DBMS

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

Punkte	45,84
Rang	#22	Overall
	#16	Relational DBMS

Punkte	0,00
Rang	#396	Overall
	#8	Spatial DBMS

Punkte	19,15
Rang	#33	Overall
	#20	Relational DBMS

Website

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

www.sap.com/products/hana.html

www.mireo.com/spacetime

spark.apache.org/sql

Technische Dokumentation

help.sap.com/hana

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

Entwickler

Atos Convergence Creators

SAP

Mireo

Apache Software Foundation

Erscheinungsjahr

2016

2010

2020

2014

Aktuelle Version

1703

2.0 SPS07 (April 4, 2023), April 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

auch 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

Appliance oder cloud-service

Linux

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

A subset of ANSI SQL is implemented

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

LDAP

JDBC
ODBC

RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

All languages with LDAP bindings

C#
C++
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

SQLScript, R

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

Fixed-grid hypercubes

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Real-time block device replication (DRBD)

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

Berechtigungskonzept

Zugriffskontrolle

LDAP bind authentication

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

Erwähnungen in aktuellen Nachrichten

Combine the Power of AI with Business Context Using SAP HANA Cloud Vector Engine
2. April 2024, SAP News

Automating the update process of a clustered SAP HANA DB using nZDT and Ansible | Amazon Web Services
16. November 2023, AWS Blog

Modernize consolidation in an SAP S/4 HANA environment | CCH Tagetik
9. April 2024, Wolters Kluwer

SAP HANA Cloud Vector Engine
18. April 2024, IgniteSAP

SAP HANA on Azure Large Instances will be retired by 30 June 2025 – transition to Virtual Machines | Azure updates
29. September 2023, Microsoft

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

Cloudera: Impala's it for interactive SQL on Hadoop; everything else will move to Spark
11. April 2024, Yahoo Movies Canada

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk