DBMS > DataFS vs. LevelDB vs. Spark SQL vs. SwayDB

Vergleich der Systemeigenschaften DataFS vs. LevelDB vs. Spark SQL vs. SwayDB

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.

Embeddable fast key-value storage library that provides an ordered mapping from string keys to string values

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

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

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

Punkte	0,07
Rang	#362	Overall
	#17	Object oriented DBMS

Punkte	2,75
Rang	#107	Overall
	#19	Key-Value Stores

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

Punkte	0,04
Rang	#373	Overall
	#57	Key-Value Stores

Website

newdatabase.com

github.com/google/leveldb

spark.apache.org/sql

swaydb.simer.au

Technische Dokumentation

dev.mobiland.com/Overview.xsp

github.com/google/leveldb/blob/main/doc/index.md

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

Entwickler

Mobiland AG

Google

Apache Software Foundation

Simer Plaha

Erscheinungsjahr

2018

2011

2014

2018

Aktuelle Version

1.1.263, October 2022

1.23, Februar 2021

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

BSD

Open Source

Apache 2.0

Open Source

GNU Affero GPL V3.0

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

Illumos
Linux
OS X
Windows

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

nein

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

nein

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

C++
Go
Java

3rd party binding
JavaScript (Node.js)

3rd party binding
Python

3rd party binding

Java
Python
R
Scala

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

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

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Atomic execution of operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

with automatic compression on writes

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

LevelDB in Ruby — SitePoint
22. Oktober 2014, SitePoint

Microsoft Teams stores auth tokens as cleartext in Windows, Linux, Macs
14. September 2022, BleepingComputer

Pliops unveils XDP-Rocks for RocksDB – Blocks and Files
19. Oktober 2022, Blocks & Files

XanMod, Liquorix Kernels Offer Some Advantages On AMD Ryzen 5 Notebook
26. Juli 2021, Phoronix

Rust-Based Info Stealers Abuse GitHub Codespaces
19. Mai 2023, Trend Micro

bereitgestellt von Google News

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

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

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