DBMS > Linter vs. Microsoft Azure Synapse Analytics vs. Spark SQL vs. Trafodion

Vergleich der Systemeigenschaften Linter vs. Microsoft Azure Synapse Analytics vs. Spark SQL vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

RDBMS for high security requirements

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

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

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

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

Website

linter.ru

azure.microsoft.com/services/synapse-analytics

spark.apache.org/sql

trafodion.apache.org

Technische Dokumentation

docs.microsoft.com/azure/synapse-analytics

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

trafodion.apache.org/documentation.html

Entwickler

relex.ru

Microsoft

Apache Software Foundation

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

1990

2016

2014

Aktuelle Version

3.5.0 ( 2.13), September 2023

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

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 und C++

C++

Scala

C++, Java

Server Betriebssysteme

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

gehostet

Linux
OS X
Windows

Linux

Datenschema

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

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

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

ADO.NET
JDBC
ODBC

JDBC
ODBC

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

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

C#
Java
PHP

Java
Python
R
Scala

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

Transact SQL

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding, horizontal partitioning

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

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

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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, azure.microsoft.com

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

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

Feature Engineering for Time-Series Using PySpark on Databricks
8. Mai 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk