DBMS > Apache Hive vs. Google Cloud Datastore vs. Postgres-XL

Vergleich der Systemeigenschaften Apache Hive vs. Google Cloud Datastore vs. Postgres-XL

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

Selbst skalierendes NoSQL Datenbankservice in der Google Cloud Plattform

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Relational DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	56,87
Rang	#18	Overall
	#12	Relational DBMS

Punkte	3,80
Rang	#70	Overall
	#12	Document Stores

Punkte	0,34
Rang	#273	Overall
	#125	Relational DBMS

Website

hive.apache.org

cloud.google.com/datastore

www.postgres-xl.org

Technische Dokumentation

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

cloud.google.com/datastore/docs

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Google

Erscheinungsjahr

2012

2008

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

3.1.3, April 2022

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Mozilla public license

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

gehostet

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, Details hier

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language (GQL)

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

gRPC (using protocol buffers) API
RESTful HTTP/JSON API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

C++
Java
PHP
Python

.Net
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

mit Google App Engine

benutzerdefinierte Funktionen

Triggers

nein

Callbacks mit Google Apps Engine

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-source replication using Paxos

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als MapReduce Jobs behandelt

mittels Google Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency or Eventual Consistency depending on type of query and configuration

Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent.

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

via ReferenceProperties or Ancestor paths

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Serializable Isolation within Transactions, Read Committed outside of Transactions

ACID

MVCC

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

Zugriffsrechte für Benutzer, Gruppen und Rollen

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

How to build scalable data lakes with Apache Iceberg
12. Januar 2025, substack.com

What Is Apache Iceberg?
18. Dezember 2024, ibm.com

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

Enabling Security for Hadoop Data Lake on Google Cloud Storage
30. Juli 2024, Uber

Unlock efficient data processing with Iceberg
11. November 2024, SiliconANGLE News

bereitgestellt von Google News

What is Google Cloud?
13. Dezember 2024, TechTarget

17 Top Cloud Storage Companies to Know
9. April 2024, Built In

Your Memories. Their Cloud. (Published 2022)
1. Januar 2023, The New York Times

Firestore: NoSQL document database
9. Oktober 2017, Google

NetApp Cloud Volumes Service datastore support for Google Cloud VMware Engine
7. Februar 2023, netapp.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk