DBMS > 4D vs. Amazon Redshift vs. Hive

Vergleich der Systemeigenschaften 4D vs. Amazon Redshift vs. Hive

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Large scale data warehouse service for use with business intelligence tools

Data Warehouse Software zum Abfragen und Verwalten großer verteilter Datenmengen beispielsweise in Hadoop

Primäres Datenbankmodell

Relational DBMS

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

Punkte	2,58
Rang	#108	Overall
	#54	Relational DBMS

Punkte	17,94
Rang	#34	Overall
	#21	Relational DBMS

Punkte	61,17
Rang	#18	Overall
	#12	Relational DBMS

Website

www.4d.com

aws.amazon.com/redshift

hive.apache.org

Technische Dokumentation

developer.4d.com

docs.aws.amazon.com/redshift

cwiki.apache.org/confluence/display/Hive/Home

Entwickler

4D, Inc

Amazon (based on PostgreSQL)

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Erscheinungsjahr

1984

2012

Aktuelle Version

v20, April 2023

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

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

Java

Server Betriebssysteme

OS X
Windows

gehostet

Alle Betriebssysteme mit einer Java VM

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

Sekundärindizes

eingeschränkt

SQL

Support of SQL

close to SQL 92

keine vollständige Unterstützung eines SQL-Standards

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC

JDBC
ODBC
Thrift

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC

C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in Python

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als MapReduce Jobs behandelt

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

werden aber nicht 'enforced'

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

Benutzer und Gruppen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen 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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Increased popularity for consuming DBMS services out of the cloud
2. Oktober 2015, Paul Andlinger

alle anzeigen

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Amazon Q generative SQL (preview) is now available in AWS Europe (Frankfurt) region
29. April 2024, AWS Blog

Power analytics as a service capabilities using Amazon Redshift | Amazon Web Services
17. April 2024, AWS Blog

Amazon Redshift adds new AI capabilities, including Amazon Q, to boost efficiency and productivity | Amazon Web ...
29. November 2023, AWS Blog

Amazon Redshift announces programmatic access to Advisor recommendations via API
8. Februar 2024, AWS Blog

Amazon Redshift now supports multi-data warehouse writes through data sharing (preview)
26. November 2023, AWS Blog

bereitgestellt von Google News

Apache Software Foundation Announces Apache Hive 4.0
30. April 2024, Datanami

Apache Hive 4.0 Launches, Revolutionizing Data Management and Analysis
1. Mai 2024, MyChesCo

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

Elevate Your Career with In-Demand Hadoop Skills in 2024
1. Mai 2024, Simplilearn

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk