DBMS > Apache Hive vs. Heroic vs. MySQL

Vergleich der Systemeigenschaften Apache Hive vs. Heroic vs. MySQL

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

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

Weit verbreitetes, allgemein einsetzbares Open Source RDBMS

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

Key/Value Zugriff über memcached API

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	70,08
Rang	#18	Overall
	#12	Relational DBMS

Punkte	0,02
Rang	#373	Overall
	#40	Time Series DBMS

Punkte	988,13
Rang	#2	Overall
	#2	Relational DBMS

Website

hive.apache.org

github.com/spotify/heroic

www.mysql.com

Technische Dokumentation

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

spotify.github.io/heroic

dev.mysql.com/doc

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Spotify

Oracle

seit 2010, ursprünglich MySQL AB, danach Sun

Erscheinungsjahr

2012

2014

1995

Aktuelle Version

3.1.3, April 2022

9.0.0, Juli 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

GPL Version 2. Kommerzielle Lizenzen mit erweiterter Funktionalität sind verfügbar.

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

C und C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

FreeBSD
Linux
OS X
Solaris
Windows

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

via Elasticsearch

SQL

Support of SQL

SQL-like DML and DDL statements

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

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

ADO.NET
JDBC
ODBC
Proprietäres native API

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

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung, Sharding mit MySQL Cluster oder MySQL Fabric

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

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

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nicht für MyISAM Storage Engine

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

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

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

MySQL is the DBMS of the Year 2019
3. Januar 2020, Matthias Gelbmann, Paul Andlinger

MariaDB strengthens its position in the open source RDBMS market
5. April 2018, Matthias Gelbmann

The struggle for the hegemony in Oracle's database empire
2. Mai 2017, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Design patterns for implementing Hive Metastore for Amazon EMR on EKS
28. Februar 2025, AWS Blog

Mastering Hadoop, Part 3: Hadoop Ecosystem: Get the most out of your cluster
15. März 2025, Towards Data Science

What Is Apache Iceberg?
18. Dezember 2024, IBM

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

Presto SQL + S3 Data + Superset = Data Lake
25. Oktober 2024, hackernoon.com

bereitgestellt von Google News

How Code Wizards load tested Heroic Labs’ Nakama to two million concurrent players with AWS
1. Oktober 2024, AWS Blog

bereitgestellt von Google News

MySQL Explained: Your Guide to Mastering This Powerful Database
29. August 2024, oracle.com

Azure Database for Mysql Trigger for Azure Functions in Public Preview
18. März 2025, InfoQ.com

Migrate very large databases to Amazon Aurora MySQL using MyDumper and MyLoader
27. Februar 2025, AWS Blog

How To Set, Change, and Recover Your MySQL Root Password
3. Januar 2025, TechRepublic

Upgrading Uber’s MySQL Fleet to version 8.0
8. August 2024, Uber

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk