DBMS > Spark SQL vs. STSdb

Vergleich der Systemeigenschaften Spark SQL vs. STSdb

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

Unsere Besucher vergleichen Spark SQL und STSdb oft mit Amazon DynamoDB, Google BigQuery und ClickHouse.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

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

Punkte	18,98
Rang	#36	Overall
	#22	Relational DBMS

Punkte	0,19
Rang	#287	Overall
	#43	Key-Value Stores

Website

spark.apache.org/sql

github.com/STSSoft/STSdb4

Technische Dokumentation

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

Entwickler

Apache Software Foundation

STS Soft SC

Erscheinungsjahr

2014

2011

Aktuelle Version

3.1.1, Maerz 2021

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

Server Betriebssysteme

Linux
OS X
Windows

Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Primitive Typen und benutzerdefinierte Klassen

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

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

.NET Client API

Unterstützte Programmiersprachen

Java
Python
R
Scala

C#
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

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

Cloudera, Nvidia Team to Speed Cloud AI via Spark
13. April 2021, Datanami

The 23 Best Business Analytics Courses on Coursera for 2021
25. März 2021, Solutions Review

What is SQL? And Where is it Used?
15. April 2021, hackernoon.com

Spark 3.0 Brings Big SQL Speed-Up, Better Python Hooks
25. Juni 2020, Datanami

The 17 The Best Data Analytics Courses on Coursera for 2021
23. März 2021, Solutions Review

bereitgestellt von Google News

Jobangebote

Data Analyst - Spark SQL
Acro, San Jose, CA

Data Science Intern
Root Insurance Company, Remote

Spark Developer
Virtue Group, Remote

Hadoop/Big Data Developer
Emonics LLC, Remote

Data Engineer
Pyramid, Remote

jobs by

Teilen sie diese Seite mit ihrem Netzwerk