DBMS > Lovefield vs. openGauss vs. Postgres-XL vs. Spark SQL

Vergleich der Systemeigenschaften Lovefield vs. openGauss vs. Postgres-XL vs. Spark SQL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Embeddable relational database for web apps written in pure JavaScript

An enterprise-class RDBMS compatible with high-performance, high-availability and high-performance originally developed by Huawei

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

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

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	1,08
Rang	#183	Overall
	#84	Relational DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

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

Website

google.github.io/lovefield

gitee.com/opengauss
opengauss.org

www.postgres-xl.org

spark.apache.org/sql

Technische Dokumentation

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.opengauss.org/en
gitee.com/opengauss/docs

www.postgres-xl.org/documentation

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

Entwickler

Google

Huawei and openGauss community

Apache Software Foundation

Erscheinungsjahr

2014

2019

2014

seit 2012, ursprünglich genannt StormDB

2014

Aktuelle Version

2.1.12, February 2017

3.0, March 2022

10 R1, Oktober 2018

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Mozilla public license

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

JavaScript

C, C++, Java

Scala

Server Betriebssysteme

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Linux

Linux
macOS

Linux
OS X
Windows

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

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

via JavaScript builder pattern

ANSI SQL 2011

distributed, parallel query execution

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
ODBC

Unterstützte Programmiersprachen

JavaScript

C
C++
Java

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning (by range, list and hash)

horizontale Partitionierung

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

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

MVCC

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users, groups and roles according to SQL-standard

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

openGauss Open Source Community Officially Launch
1. Juli 2020, huawei.com

The openGauss powers database industry forward through innovation
6. Januar 2022, Global Times

Huawei's Four Open Source Basic Software Projects Infuse Diversified Computing Power into Every Line of Code
12. Oktober 2020, PR Newswire

An Industrial bank joins Huawei openGauss database community
7. Dezember 2022, HC Newsroom

About HUAWEI Open Source
9. Februar 2022, huawei.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

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk