DBMS > Badger vs. Bangdb vs. Hive vs. HugeGraph

Vergleich der Systemeigenschaften Badger vs. Bangdb vs. Hive vs. HugeGraph

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

Converged and high performance database for device data, events, time series, document and graph

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

A fast-speed and highly-scalable Graph DBMS

Primäres Datenbankmodell

Key-Value Store

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Graph DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,14
Rang	#331	Overall
	#49	Key-Value Stores

Punkte	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

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

Punkte	0,13
Rang	#336	Overall
	#32	Graph DBMS

Website

github.com/dgraph-io/badger

bangdb.com

hive.apache.org

github.com/hugegraph
hugegraph.apache.org

Technische Dokumentation

godoc.org/github.com/dgraph-io/badger

docs.bangdb.com

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

hugegraph.apache.org/docs

Entwickler

DGraph Labs

Sachin Sinha, BangDB

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Baidu

Erscheinungsjahr

2017

2012

2018

Aktuelle Version

BangDB 2.0, October 2021

3.1.3, April 2022

0.9

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

BSD 3

Open Source

Apache Version 2

Open Source

Apache Version 2.0

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

C, C++

Java

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Unix

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

yes: string, long, double, int, geospatial, stream, events

XML Unterstützung

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

nein

Sekundärindizes

nein

secondary, composite, nested, reverse, geospatial

also supports composite index and range index

SQL

Support of SQL

nein

SQL like support with command line tool

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

JDBC
ODBC
Thrift

Java API
RESTful HTTP API
TinkerPop Gremlin

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

C++
Java
PHP
Python

Groovy
Java
Python

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

asynchronous Gremlin script jobs

Triggers

nein

yes, Notifications (with Streaming only)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm

Sharding

depending on used storage backend, e.g. Cassandra and HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

selectable replication factor, Knob for CAP (enterprise version only)

frei wählbarer Replikationsfaktor

depending on used storage backend, e.g. Cassandra and HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als MapReduce Jobs behandelt

via hugegraph-spark

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Tunable consistency, set CAP knob accordingly

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

edges in graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

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

nein

yes, run db with in-memory only mode

Berechtigungskonzept

Zugriffskontrolle

nein

yes (enterprise version only)

Zugriffsrechte für Benutzer, Gruppen und Rollen

Users, roles and permissions

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

Apache Software Foundation Announces Apache® Hive 4.0
30. April 2024, GlobeNewswire

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

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

DataCentral: Uber's Observability and Chargeback Platform
1. Februar 2024, Uber

bereitgestellt von Google News

Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code
23. April 2024, GBHackers

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk