DBMS > Drizzle vs. Faircom EDGE vs. Spark SQL

Vergleich der Systemeigenschaften Drizzle vs. Faircom EDGE vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

FairCom EDGE is an Industry 4.0 solution built to integrate, collect, aggregate and synchronize mission-critical data in edge computing environments

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

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Relational DBMS

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

Punkte	0,03
Rang	#380	Overall
	#59	Key-Value Stores
	#157	Relational DBMS

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

Website

www.faircom.com/products/faircom-edge

spark.apache.org/sql

Technische Dokumentation

docs.faircom.com/docs/en/UUID-23d4f1fd-d213-f6d5-b92e-9b7475baa14e.html

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

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

FairCom Corporation

Apache Software Foundation

Erscheinungsjahr

2008

1979

2014

Aktuelle Version

7.2.4, September 2012

V3, Oktober 2020

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

GNU GPL

kommerziell

Restricted, free version available

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++

ANSI C, C++

Scala

Server Betriebssysteme

FreeBSD
Linux
OS X

Android
Linux

ARM, x86
Raspbian
Windows

Linux
OS X
Windows

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types

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

mit propriätären Erweiterungen

ANSI SQL queries

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC

ADO.NET
Direct SQL
IoT Microservice layer
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC
RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

C
C++
Java
PHP

C
C#
C++
Java
JavaScript
PHP
Python
VB.Net

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

.Net, JavaScript, C/C++

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

File partitioning

Customizable business rules for partitioning

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Synchronous and asynchronous realtime replication based on transaction logs

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency
Tunable Consistency

Fremdschlüssel

referenzielle Integrität

when using SQL

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

across SQL and NoSQL

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Fine grained user, group and file access rights managed across SQL (per ANSI standard) and NoSQL.

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

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

Data Technology Company FairCom Expands The Edge with 2 New Releases of its Edge Computing Products
19. April 2023, Yahoo Finance

FairCom kicks off new era of database technology USA - English
10. November 2020, PR Newswire

Brokers, Protocols, Platform Move Manufacturing Data
26. Juli 2023, EE Times

Winners of the 2021 IoT Evolution Product of the Year Awards Announced
6. Juli 2021, IoT Evolution World

Trend-Setting Products in Data and Information Management for 2023
8. Dezember 2022, Database Trends and Applications

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