DBMS > FatDB vs. H2 vs. Linter vs. Spark SQL

Vergleich der Systemeigenschaften FatDB vs. H2 vs. Linter vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

RDBMS for high security requirements

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

Primäres Datenbankmodell

Document Store
Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	8,13
Rang	#49	Overall
	#31	Relational DBMS

Punkte	0,09
Rang	#346	Overall
	#152	Relational DBMS

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

Website

www.h2database.com

linter.ru

spark.apache.org/sql

Technische Dokumentation

www.h2database.com/html/main.html

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

Entwickler

FatCloud

Thomas Mueller

relex.ru

Apache Software Foundation

Erscheinungsjahr

2012

2005

1990

2014

Aktuelle Version

2.2.220, Juli 2023

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

dual-licence (Mozilla public license, Eclipse public license)

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

Java

C und C++

Scala

Server Betriebssysteme

Windows

Alle Betriebssysteme mit einer Java VM

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

Ãœber Integration mit SQL Server

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

JDBC
ODBC

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

JDBC
ODBC

Unterstützte Programmiersprachen

Java

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

Java Stored Procedures and User-Defined Functions

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

Ãœber Applikationen

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

With clustering: 2 database servers on different computers operate on identical copies of a database

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk