DBMS > 4D vs. Blueflood vs. Hive vs. IRONdb

Vergleich der Systemeigenschaften 4D vs. Blueflood vs. Hive vs. IRONdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Skalierbare Timeseries DBMS basierend auf Cassandra

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

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

Primäres Datenbankmodell

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

Punkte	2,47
Rang	#110	Overall
	#54	Relational DBMS

Punkte	0,13
Rang	#346	Overall
	#33	Time Series DBMS

Punkte	59,76
Rang	#18	Overall
	#12	Relational DBMS

Website

www.4d.com

blueflood.io

hive.apache.org

www.circonus.com/solutions/time-series-database/

Technische Dokumentation

developer.4d.com

github.com/rax-maas/blueflood/wiki

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

docs.circonus.com/irondb/category/getting-started

Entwickler

4D, Inc

Rackspace

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Circonus LLC.

Erscheinungsjahr

1984

2013

2012

2017

Aktuelle Version

v20, April 2023

3.1.3, April 2022

V0.10.20, January 2018

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

Apache Version 2

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

Java

C und C++

Server Betriebssysteme

OS X
Windows

Linux
OS X

Alle Betriebssysteme mit einer Java VM

Linux

Datenschema

vordefiniertes Schema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

text, numeric, histograms

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

close to SQL 92

nein

SQL-like DML and DDL statements

SQL-like query language (Circonus Analytics Query Language: CAQL)

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

HTTP REST

JDBC
ODBC
Thrift

HTTP API

Unterstützte Programmiersprachen

4D eigene IDE
PHP

C++
Java
PHP
Python

.Net
C
C++
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Lua
Perl
PHP
Python
R
Ruby
Rust
Scala

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

yes, in Lua

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

Automatic, metric affinity per node

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

frei wählbarer Replikationsfaktor

configurable replication factor, datacenter aware

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als MapReduce Jobs behandelt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency

Immediate consistency per node, eventual consistency across nodes

Fremdschlüssel

referenzielle Integrität

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

nein

Zugriffsrechte für Benutzer, Gruppen und Rollen

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

DB-Engines Blog Posts

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

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

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

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

ASF Unveils the Next Evolution of Big Data Processing With the Launch of Hive 4.0
2. Mai 2024, Datanami

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

GC Tuning for Improved Presto Reliability
11. Januar 2024, Uber

bereitgestellt von Google News

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding
22. Februar 2024, Datanami

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk