DBMS > Spark SQL vs. Stardog vs. Teradata

Vergleich der Systemeigenschaften Spark SQL vs. Stardog vs. Teradata

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

A hybrid cloud data analytics software platform (Teradata Vantage)

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS
Spatial DBMS
Time Series DBMS

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

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

Punkte	2,02
Rang	#123	Overall
	#11	Graph DBMS
	#6	RDF Stores

Punkte	45,33
Rang	#21	Overall
	#15	Relational DBMS

Website

spark.apache.org/sql

www.stardog.com

www.teradata.com

Technische Dokumentation

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

docs.stardog.com

docs.teradata.com

Entwickler

Apache Software Foundation

Stardog-Union

Teradata

Erscheinungsjahr

2014

2010

1984

Aktuelle Version

3.5.0 ( 2.13), September 2023

7.3.0, Mai 2020

Teradata Vantage 1.0 MU2, Jänner 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

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

Java

Server Betriebssysteme

Linux
OS X
Windows

Linux
macOS
Windows

gehostet
Linux

Datenschema

schema-free and OWL/RDFS-schema support

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

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

supports real-time indexing in full-text and geospatial

Spezielle Join-Indizes für physikalisches 'pre-joining' von Tabellen

SQL

Support of SQL

SQL-like DML and DDL statements

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

JDBC
ODBC

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

.NET Client API
HTTP REST
JDBC
JMS Adapter
ODBC
OLE DB

Unterstützte Programmiersprachen

Java
Python
R
Scala

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

C
C++
Cobol
Java (JDBC-ODBC)
Perl
PL/1
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

nein

user defined functions and aggregates, HTTP Server extensions in Java

UDFs, stored procedures, table functions in parallel

Triggers

nein

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

keine

Sharding

Hashing

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation in HA-Cluster

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency in HA-Cluster

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

nein

Zugriffsrechte für Benutzer und Rollen

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

DB-Engines Blog Posts

Teradata is the most popular data warehouse DBMS
2. April 2013, Paul Andlinger

alle anzeigen

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

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

Why Teradata (TDC) Shares Are Plunging Today
7. Mai 2024, Yahoo Finance

Kenvue, Crocs rise; Disney, Teradata fall, Tuesday, 5/7/2024
7. Mai 2024, ABC News

Teradata's stock tumbles after BofA cuts rating on lack of near-term positive catalysts
7. Mai 2024, Seeking Alpha

The Analyst Landscape: 9 Takes On Teradata - Teradata (NYSE:TDC)
7. Mai 2024, Benzinga

Teradata (TDC) Q1 Earnings: How Key Metrics Compare to Wall Street Estimates
6. Mai 2024, Yahoo Finance

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk