DBMS > Spark SQL vs. Teradata vs. ToroDB

Vergleich der Systemeigenschaften Spark SQL vs. Teradata vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

A hybrid cloud data analytics software platform (Teradata Vantage)

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Relational DBMS

Document Store

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	45,33
Rang	#21	Overall
	#15	Relational DBMS

Website

spark.apache.org/sql

www.teradata.com

github.com/torodb/server

Technische Dokumentation

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

docs.teradata.com

Entwickler

Apache Software Foundation

Teradata

8Kdata

Erscheinungsjahr

2014

1984

2016

Aktuelle Version

3.5.0 ( 2.13), September 2023

Teradata Vantage 1.0 MU2, Jänner 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

AGPL-V3

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

gehostet
Linux

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, boolean, date, object_id

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

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

SQL

Support of SQL

SQL-like DML and DDL statements

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

JDBC
ODBC

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

Unterstützte Programmiersprachen

Java
Python
R
Scala

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

Server-seitige Scripts

Stored Procedures

nein

UDFs, stored procedures, table functions in parallel

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

yes, utilizing Spark Core

Sharding

Hashing

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica 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

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer und Rollen

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

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, 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

Teradata adds support for Apache Iceberg, Delta Lake tables
30. April 2024, InfoWorld

Teradata embraces open table formats boosting AI & data management capabilities
1. Mai 2024, DataCentreNews UK

Teradata embraces Open Table Formats, Iceberg and Delta Lake, to deliver the most open and connected ecosystem ...
1. Mai 2024, iTWire

Why We Like The Returns At Teradata (NYSE:TDC)
27. April 2024, Simply Wall St

Teradata Embraces Open Table Formats, Iceberg and Delta Lake, to Deliver the Most Open and Connected Ecosystem ...
1. Mai 2024, Investing.com South Africa

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk