DBMS > Linter vs. Spark SQL vs. Transwarp Hippo vs. Yaacomo

Vergleich der Systemeigenschaften Linter vs. Spark SQL vs. Transwarp Hippo vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Linter  Xaus Vergleich ausschliessen	Spark SQL  Xaus Vergleich ausschliessen	Transwarp Hippo  Xaus Vergleich ausschliessen	Yaacomo  Xaus Vergleich ausschliessen
				Yaacomo seems to be discontinued and is removed from the DB-Engines ranking
Kurzbeschreibung	RDBMS for high security requirements	Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten	Cloud-native distributed Vector DBMS that supports storage, retrieval, and management of massive vector-based datasets	OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing
Primäres Datenbankmodell	Relational DBMS	Relational DBMS	Vektor DBMS	Relational DBMS
Sekundäre Datenbankmodelle	Spatial DBMS
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,12 Rang #350   Overall #152   Relational DBMS	Punkte 18,04 Rang #33   Overall #20   Relational DBMS	Punkte 0,05 Rang #386   Overall #15   Vektor DBMS
Website	linter.ru	spark.apache.org/­sql	www.transwarp.cn/­en/­subproduct/­hippo	yaacomo.com
Technische Dokumentation		spark.apache.org/­docs/­latest/­sql-programming-guide.html
Entwickler	relex.ru	Apache Software Foundation		Q2WEB GmbH
Erscheinungsjahr	1990	2014	2023	2009
Aktuelle Version		3.5.0 ( 2.13), September 2023	1.0, Mai 2023
Lizenz Commercial or Open Source	kommerziell	Open Source Apache 2.0	kommerziell	kommerziell
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	C und C++	Scala	C++
Server Betriebssysteme	AIX Android BSD HP Open VMS iOS Linux OS X VxWorks Windows	Linux OS X Windows	Linux macOS	Android Linux Windows
Datenschema	ja	ja		ja
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	ja	Vector, Numeric and String	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	ja	nein	nein	ja
SQL Support of SQL	ja	SQL-like DML and DDL statements	nein	ja
APIs und andere Zugriffskonzepte	ADO.NET JDBC LINQ ODBC OLE DB Oracle Call Interface (OCI)	JDBC ODBC	RESTful HTTP API	JDBC ODBC
Unterstützte Programmiersprachen	C C# C++ Java Perl PHP Python Qt Ruby Tcl	Java Python R Scala	C++ Java Python
Server-seitige Scripts Stored Procedures	ja proprietary syntax with the possibility to convert from PL/SQL	nein	nein
Triggers	ja	nein	nein	ja
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine	yes, utilizing Spark Core	Sharding	horizontale Partitionierung
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	Source-Replica Replikation	keine		Source-Replica Replikation
MapReduce Bietet ein API für Map/Reduce Operationen	nein		no	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Immediate Consistency		Immediate Consistency	Immediate Consistency
Fremdschlüssel referenzielle Integrität	ja	nein	nein	ja
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ACID	nein	nein	ACID
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten		nein	ja	ja
Berechtigungskonzept Zugriffskontrolle	Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard	nein	Role based access control and fine grained access rights	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
	Linter	Spark SQL	Transwarp Hippo	Yaacomo
Erwähnungen in aktuellen Nachrichten		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 Performance Insights from Sigma Rule Detections in Spark Streaming 1. Juni 2024, Towards Data Science Simba Technologies(R) Introduces New, Powerful JDBC Driver With SQL Connector for Apache Spark(TM) 17. März 2024, Yahoo Singapore News bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk