DBMS > Amazon Aurora vs. FatDB vs. Hive vs. IRONdb vs. Kinetica
Vergleich der Systemeigenschaften Amazon Aurora vs. FatDB vs. Hive vs. IRONdb vs. Kinetica
Redaktionelle Informationen bereitgestellt von DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Name | Amazon Aurora Xaus Vergleich ausschliessen | FatDB Xaus Vergleich ausschliessen | Hive Xaus Vergleich ausschliessen | IRONdb Xaus Vergleich ausschliessen | Kinetica Xaus Vergleich ausschliessen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking. | IRONdb seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kurzbeschreibung | MySQL und PostgreSQL kompatibles RDBMS Cloud-Service von Amazon | Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann. | 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 | Fully vectorized database across both GPUs and CPUs | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Primäres Datenbankmodell | Relational DBMS | Document Store Key-Value Store | Relational DBMS | Time Series DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundäre Datenbankmodelle | Document Store | Spatial DBMS Time Series DBMS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Website | aws.amazon.com/rds/aurora | hive.apache.org | www.circonus.com/solutions/time-series-database/ | www.kinetica.com | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Technische Dokumentation | docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/CHAP_Aurora.html | cwiki.apache.org/confluence/display/Hive/Home | docs.circonus.com/irondb/category/getting-started | docs.kinetica.com | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Entwickler | Amazon | FatCloud | Apache Software Foundation Ursprünglich von Facebook entwickelt | Circonus LLC. | Kinetica | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erscheinungsjahr | 2015 | 2012 | 2012 | 2017 | 2012 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aktuelle Version | 3.1.3, April 2022 | V0.10.20, January 2018 | 7.1, August 2021 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Lizenz Commercial or Open Source | kommerziell | kommerziell | Open Source Apache Version 2 | kommerziell | kommerziell | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar | ja | nein | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Implementierungssprache | C# | Java | C und C++ | C, C++ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server Betriebssysteme | gehostet | Windows | Alle Betriebssysteme mit einer Java VM | Linux | Linux | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Datenschema | ja | schemafrei | ja | schemafrei | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Typisierung vordefinierte Datentypen, z.B. float oder date | ja | ja | ja | ja text, numeric, histograms | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT | ja | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundärindizes | ja | ja | ja | nein | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SQL Support of SQL | ja | nein Ãœber Integration mit SQL Server | SQL-like DML and DDL statements | SQL-like query language (Circonus Analytics Query Language: CAQL) | SQL-like DML and DDL statements | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
APIs und andere Zugriffskonzepte | ADO.NET JDBC ODBC | .NET Client API LINQ RESTful HTTP API RPC Windows WCF Bindings | JDBC ODBC Thrift | HTTP API | JDBC ODBC RESTful HTTP API | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Unterstützte Programmiersprachen | Ada C C# C++ D Delphi Eiffel Erlang Haskell Java JavaScript (Node.js) Objective-C OCaml Perl PHP Python Ruby Scheme Tcl | C# | 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 | C++ Java JavaScript (Node.js) Python | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server-seitige Scripts Stored Procedures | ja | ja Ãœber Applikationen | ja Benutzerdefinierte Funktion und Map-Reduce Integration | yes, in Lua | benutzerdefinierte Funktionen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Triggers | ja | ja Ãœber Applikationen | nein | nein | ja triggers when inserted values for one or more columns fall within a specified range | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten | horizontale Partitionierung | Sharding | Sharding | Automatic, metric affinity per node | Sharding | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten | Source-Replica Replikation | frei wählbarer Replikationsfaktor | frei wählbarer Replikationsfaktor | configurable replication factor, datacenter aware | Source-Replica Replikation | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
MapReduce Bietet ein API für Map/Reduce Operationen | nein | ja | ja Abfragen werden als MapReduce Jobs behandelt | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System | Immediate Consistency | Eventual Consistency Immediate Consistency | Eventual Consistency | Immediate consistency per node, eventual consistency across nodes | Immediate Consistency or Eventual Consistency depending on configuration | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fremdschlüssel referenzielle Integrität | ja | nein | nein | nein | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen | ACID | nein | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Durability Dauerhafte Speicherung der Daten | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten | ja | nein | ja GPU vRAM or System RAM | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Berechtigungskonzept Zugriffskontrolle | Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard | nein Security Layer kann über Applikationen implementiert werden | Zugriffsrechte für Benutzer, Gruppen und Rollen | nein | Zugriffsrechte für Benutzer und Rollen auf Tabellenebene | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Informationen bereitgestellt vom SystemherstellerWir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Zugehörige Produkte und DienstleistungenWir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Ressourcen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Amazon Aurora | FatDB | Hive | IRONdb | Kinetica | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DB-Engines Blog Posts | Cloud-based DBMS's popularity grows at high rates The popularity of cloud-based DBMSs has increased tenfold in four years Amazon - the rising star in the DBMS market | Why is Hadoop not listed in the DB-Engines Ranking? | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erwähnungen in aktuellen Nachrichten | Continuously replicate Amazon DynamoDB changes to Amazon Aurora PostgreSQL using AWS Lambda | Amazon ... Join the preview of Amazon Aurora Limitless Database | Amazon Web Services Build generative AI applications with Amazon Aurora and Knowledge Bases for Amazon Bedrock | Amazon Web Services New – Amazon Aurora Optimized Reads for Aurora PostgreSQL with up to 8x query latency improvement for I/O ... Improve the performance of generative AI workloads on Amazon Aurora with Optimized Reads and pgvector | Amazon ... bereitgestellt von Google News | Apache Software Foundation Announces Apache® Hive 4.0 ASF Unveils the Next Evolution of Big Data Processing With the Launch of Hive 4.0 Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services 18 Top Big Data Tools and Technologies to Know About in 2024 DataCentral: Uber's Observability and Chargeback Platform bereitgestellt von Google News | Application observability firm Apica buys telemetry data startup Circonus and adds more funding Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding Apica gets $6 million in funding and buys Circonus - bereitgestellt von Google News | Kinetica Elevates RAG with Fast Access to Real-Time Data Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise Kinetica Delivers Real-Time Vector Similarity Search Transforming spatiotemporal data analysis with GPUs and generative AI bereitgestellt von Google News |
Teilen sie diese Seite mit ihrem Netzwerk