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

Vergleich der Systemeigenschaften PlanetScale 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

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Scalable, distributed, serverless MySQL database platform built on top of Vitess

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

Vektor DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	1,49
Rang	#155	Overall
	#72	Relational DBMS

Punkte	18,04
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,05
Rang	#386	Overall
	#15	Vektor DBMS

Website

planetscale.com

spark.apache.org/sql

www.transwarp.cn/en/subproduct/hippo

yaacomo.com

Technische Dokumentation

planetscale.com/docs

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

Entwickler

PlanetScale

Apache Software Foundation

Q2WEB GmbH

Erscheinungsjahr

2020

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

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

Scala

C++

Server Betriebssysteme

Docker
Linux
macOS

Linux
OS X
Windows

Linux
macOS

Android
Linux
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Vector, Numeric and String

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 proprietären Erweiterungen

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
MySQL protocol
ODBC

JDBC
ODBC

RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Java
Python
R
Scala

C++
Java
Python

Server-seitige Scripts

Stored Procedures

proprietäre Syntax

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency across shards
Immediate Consistency within a shard

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nicht für MyISAM Storage Engine

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID at shard level

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

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

keine Benutzergruppen oder Rollen

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

Erwähnungen in aktuellen Nachrichten

PlanetScale ends free tier bid, sheds staff in profitability bid
11. März 2024, The Register

PlanetScale Ranked Number 188 Fastest-Growing Company in North America on the 2023 Deloitte Technology Fast ...
8. November 2023, businesswire.com

PlanetScale forks MySQL to add vector support
3. Oktober 2023, TechCrunch

PlanetScale Named to Fortune 2023 Best Small Workplaces
31. August 2023, businesswire.com

How to Migrate to PlanetScale's Serverless Database
14. Oktober 2021, The New Stack

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

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