DBMS > Apache Drill vs. H2GIS vs. HBase vs. Heroic vs. TempoIQ

Vergleich der Systemeigenschaften Apache Drill vs. H2GIS vs. HBase vs. Heroic vs. TempoIQ

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

TempoIQ seems to be decommissioned. It will be removed from the DB-Engines ranking.

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

Spatial extension of H2

Wide-Column Store basierend auf Apache Hadoop und auf Konzepten von BigTable

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

Scalable analytics DBMS for sensor data, provided as a service (SaaS)

Primäres Datenbankmodell

Document Store
Relational DBMS

Spatial DBMS

Wide Column Store

Time Series DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	2,02
Rang	#124	Overall
	#22	Document Stores
	#59	Relational DBMS

Punkte	0,08
Rang	#368	Overall
	#7	Spatial DBMS

Punkte	27,97
Rang	#26	Overall
	#2	Wide Column Stores

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Website

drill.apache.org

www.h2gis.org

hbase.apache.org

github.com/spotify/heroic

tempoiq.com (offline)

Technische Dokumentation

drill.apache.org/docs

www.h2gis.org/docs/home

hbase.apache.org/book.html

spotify.github.io/heroic

Entwickler

Apache Software Foundation

CNRS

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Powerset

Spotify

TempoIQ

Erscheinungsjahr

2012

2013

2008

2014

2012

Aktuelle Version

1.20.3, Jaenner 2023

2.3.4, Jaenner 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

LGPL 3.0

Open Source

Apache Version 2

Open Source

Apache 2.0

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

Server Betriebssysteme

Linux
OS X
Windows

Linux
Unix
Windows

mit Cygwin

Datenschema

schemafrei

schema-free, schema definition possible

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

options to bring your own types, AVRO

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

Java API
RESTful HTTP API
Thrift

HQL (Heroic Query Language, a JSON-based language)
HTTP API

HTTP API

Unterstützte Programmiersprachen

C++

Java

C
C#
C++
Groovy
Java
PHP
Python
Scala

C#
Java
JavaScript

Node.js
Python
Ruby

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

basierend auf H2

Coprocessors in Java

nein

Triggers

nein

Realtime Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

basierend auf H2

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

keine

Immediate Consistency

Immediate Consistency or Eventual Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Single row ACID (across millions of columns)

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

Depending on the underlying data source

nein

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

basierend auf H2

Access Control Lists (ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC

einfacher Authentication-basierter Zugriffsschutz

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

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021, Krishna Maheshwari (sponsor)

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Drill vs. Apache Spark — Which SQL query engine is better for you?
23. September 2019, Towards Data Science

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Apache Drill Poised to Crack Tough Data Challenges
19. Mai 2015, Datanami

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

Drill Mines Diverse Data Sets, Google Style
20. Mai 2015, The Next Platform

bereitgestellt von Google News

Less Components, Higher Performance: Apache Doris instead of ClickHouse, MySQL, Presto, and HBase
20. Oktober 2023, hackernoon.com

What Is HBase?
19. August 2021, IBM

HBase: The database big data left behind
6. Mai 2016, InfoWorld

Monitor Apache HBase on Amazon EMR using Amazon Managed Service for Prometheus and Amazon Managed ...
13. Februar 2023, AWS Blog

HydraBase – The evolution of HBase@Facebook
5. Juni 2014, Facebook Engineering

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk