DBMS > DataFS vs. EJDB vs. Microsoft Azure Synapse Analytics vs. Spark SQL

Vergleich der Systemeigenschaften DataFS vs. EJDB vs. Microsoft Azure Synapse Analytics vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

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

Elastic, large scale data warehouse service leveraging the broad eco-system of SQL Server

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

Primäres Datenbankmodell

Object oriented DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Graph DBMS

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

Punkte	0,06
Rang	#354	Overall
	#15	Object oriented DBMS

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

Punkte	20,56
Rang	#31	Overall
	#19	Relational DBMS

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

Website

newdatabase.com

github.com/Softmotions/ejdb

azure.microsoft.com/services/synapse-analytics

spark.apache.org/sql

Technische Dokumentation

dev.mobiland.com/Overview.xsp

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

docs.microsoft.com/azure/synapse-analytics

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

Entwickler

Mobiland AG

Softmotions

Microsoft

Apache Software Foundation

Erscheinungsjahr

2018

2012

2016

2014

Aktuelle Version

1.1.263, October 2022

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

GPLv2

kommerziell

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

C++

Scala

Server Betriebssysteme

Windows

serverlos

gehostet

Linux
OS X
Windows

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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 DML and DDL statements

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

In-process Library

ADO.NET
JDBC
ODBC

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

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

C#
Java
PHP

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Transact SQL

nein

Triggers

no, except callback-events from server when changes happened

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Proprietary Sharding system

keine

Sharding, horizontal partitioning

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

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-table-constraints

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

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

Windows-Profile

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

Migrate Microsoft Azure Synapse Analytics to Amazon Redshift using AWS SCT | Amazon Web Services
18. Oktober 2023, AWS Blog

Azure Synapse Analytics: Everything you need to know about Microsoft's cloud analytics platform
24. September 2023, DataScientest

Azure Synapse Runtime for Apache Spark 3.2 End of Support | Azure updates
22. März 2024, Microsoft

Azure Synapse vs. Databricks: Data Platform Comparison 2024
26. März 2024, eWeek

Azure Synapse Link for Cosmos DB: New Analytics Capabilities
10. November 2023, InfoQ.com

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

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

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