DBMS > Apache IoTDB vs. Hive vs. Postgres-XL

Vergleich der Systemeigenschaften Apache IoTDB vs. Hive vs. Postgres-XL

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An IoT native database with high performance for data management and analysis, deployable on the edge and the cloud and integrated with Hadoop, Spark and Flink

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

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

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	1,18
Rang	#173	Overall
	#15	Time Series DBMS

Punkte	61,17
Rang	#18	Overall
	#12	Relational DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

iotdb.apache.org

hive.apache.org

www.postgres-xl.org

Technische Dokumentation

iotdb.apache.org/UserGuide/Master/QuickStart/QuickStart.html

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

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Erscheinungsjahr

2018

2012

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

1.1.0, April 2023

3.1.3, April 2022

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2

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 (>=1.8)

Alle Betriebssysteme mit einer Java VM

Linux
macOS

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

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

SQL-like query language

SQL-like DML and DDL statements

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
Native API

JDBC
ODBC
Thrift

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

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
Python
Scala

C++
Java
PHP
Python

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

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning (by time range) + vertical partitioning (by deviceId)

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication methods; using Raft/IoTConsensus algorithm to ensure strong/eventual data consistency among multiple replicas

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

Integration with Hadoop and Spark

Abfragen werden als MapReduce Jobs behandelt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Strong Consistency with Raft

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

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

DB-Engines Blog Posts

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

TsFile: A Standard Format for IoT Time Series Data
27. Februar 2024, The New Stack

Linux 6.5 With AMD P-State EPP Default Brings Performance & Power Efficiency Benefits For Ryzen Servers
21. September 2023, Phoronix

AMD EPYC 8324P / 8324PN Siena 32-Core Siena Linux Server Performance Review
10. Oktober 2023, Phoronix

Apache Promotes IoT Database Project
25. September 2020, Datanami

IoTDB Provides Data Management for Industrial Edge IT
15. Oktober 2020, The New Stack

bereitgestellt von Google News

Apache Software Foundation Announces Apache Hive 4.0
30. April 2024, Datanami

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

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

Elevate Your Career with In-Demand Hadoop Skills in 2024
1. Mai 2024, Simplilearn

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk