DBMS > Apache Hive vs. Dolt vs. OushuDB

Vergleich der Systemeigenschaften Apache Hive vs. Dolt vs. OushuDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A MySQL compatible DBMS with Git-like versioning of data and schema

A data warehouse powered by Apache HAWQ supporting descriptive analysis and advanced machine learning

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	53,09
Rang	#18	Overall
	#12	Relational DBMS

Punkte	0,77
Rang	#213	Overall
	#100	Relational DBMS

Punkte	0,07
Rang	#351	Overall
	#152	Relational DBMS

Website

hive.apache.org

github.com/dolthub/dolt
www.dolthub.com

www.oushu.com/product/oushuDB

Technische Dokumentation

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

docs.dolthub.com

www.oushu.com/documentation

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

DoltHub Inc

Oushu

Erscheinungsjahr

2012

2018

Aktuelle Version

3.1.3, April 2022

4.0.1, August 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache Version 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

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Windows

Linux

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

SQL

Support of SQL

SQL-like DML and DDL statements

Full-featured ANSI SQL support

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

CLI Client
HTTP REST

JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
PHP
Python

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

C
C++

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

yes

currently in alpha release

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

A database can be cloned to multiple locations and be used there in isolation. Data/schema changes can be pushed/pulled explicitly between locations.

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als MapReduce Jobs behandelt

nein

Hadoop integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

Only one user is configurable, and must be specified in the config file at startup

Kerberos, SSL and role based access

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

Erwähnungen in aktuellen Nachrichten

Design a data mesh pattern for Amazon EMR-based data lakes using AWS Lake Formation with Hive metastore federation
10. Juni 2024, AWS Blog

Pinot for Low-Latency Offline Table Analytics
29. August 2024, Uber

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

Must-Know Techniques for Handling Big Data in Hive
14. August 2024, Towards Data Science

What Is Apache Iceberg?
26. Februar 2024, ibm.com

bereitgestellt von Google News

An open-source data storage and visualization platform for collaborative qubit control
30. September 2024, Nature.com

7 Modern SQL Databases You Must Know in 2024
28. Juni 2024, KDnuggets

Collaborating to Improve Qubit Control with QubiCSV
8. Oktober 2024, AZoQuantum

Data Versioning at Scale: Chaos and Chaos Management
10. Februar 2023, InfoQ.com

Baseball’s Unwritten Rules Are Just Excuses for Being a Meathead
3. Mai 2022, New York Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk