DBMS > Apache Hive vs. FeatureBase vs. Firebase Realtime Database

Vergleich der Systemeigenschaften Apache Hive vs. FeatureBase vs. Firebase Realtime Database

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

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

Cloud-hosted realtime document store. iOS, Android, and JavaScript clients share one Realtime Database instance and automatically receive updates with the newest data.

Primäres Datenbankmodell

Relational DBMS

Document Store

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

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

Punkte	0,23
Rang	#304	Overall
	#136	Relational DBMS

Punkte	13,06
Rang	#39	Overall
	#6	Document Stores

Website

hive.apache.org

www.featurebase.com

firebase.google.com/products/realtime-database

Technische Dokumentation

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

docs.featurebase.com

firebase.google.com/docs/database

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Molecula and Pilosa Open Source Contributors

Google

acquired by Google 2014

Erscheinungsjahr

2012

2017

2012

Aktuelle Version

3.1.3, April 2022

2022, May 2022

Lizenz

Commercial or Open Source

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

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
macOS

gehostet

Datenschema

schemafrei

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

nein

SQL

Support of SQL

SQL-like DML and DDL statements

SQL queries

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

gRPC
JDBC
Kafka Connector
ODBC

Android
iOS
JavaScript API
RESTful HTTP API

Unterstützte Programmiersprachen

C++
Java
PHP
Python

Java
Python

Java
JavaScript
Objective-C

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

limited functionality with using 'rules'

Triggers

nein

Callbacks are triggered when data changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als MapReduce Jobs behandelt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

if the client is offline
Immediate Consistency

if the client is online

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

yes, based on authentication and database rules

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

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

alle anzeigen

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

Former Silicon Labs CEO Tyson Tuttle launches AI startup Circuit, acquires Austin startup Molecula
23. Juli 2024, The Business Journals

Get Your Infrastructure Ready for Real-Time Analytics
9. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

bereitgestellt von Google News

Instant harkens back to a pre-Google Firebase
2. Oktober 2024, TechCrunch

Supabase vs. Firebase: Which BaaS is Best for Your App?
14. August 2024, Netguru

Don't be like these 900+ websites and expose millions of passwords via Firebase
18. März 2024, The Register

Misconfigured Firebase instances leaked 19 million plaintext passwords
19. März 2024, BleepingComputer

Google Cloud beefs up database services for generative AI workloads
2. Oktober 2024, SiliconANGLE News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk