DBMS > Badger vs. EsgynDB vs. Hive vs. HugeGraph vs. JaguarDB

Vergleich der Systemeigenschaften Badger vs. EsgynDB vs. Hive vs. HugeGraph vs. JaguarDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

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

A fast-speed and highly-scalable Graph DBMS

Performant, highly scalable DBMS for AI and IoT applications

Primäres Datenbankmodell

Key-Value Store

Relational DBMS

Graph DBMS

Key-Value Store
Vektor DBMS

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

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

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

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

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

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores
	#13	Vektor DBMS

Website

github.com/dgraph-io/badger

www.esgyn.cn

hive.apache.org

github.com/hugegraph
hugegraph.apache.org

www.jaguardb.com

Technische Dokumentation

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

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

hugegraph.apache.org/docs

www.jaguardb.com/support.html

Entwickler

DGraph Labs

Esgyn

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Baidu

DataJaguar, Inc.

Erscheinungsjahr

2017

2015

2012

2018

2015

Aktuelle Version

3.1.3, April 2022

0.9

3.3 July 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2

Open Source

Apache Version 2.0

Open Source

GPL V3.0

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++, Java

Java

C++

the server part. Clients available in other languages

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Unix

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

also supports composite index and range index

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
ODBC
Thrift

Java API
RESTful HTTP API
TinkerPop Gremlin

JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

C++
Java
PHP
Python

Groovy
Java
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

asynchronous Gremlin script jobs

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

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

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

frei wählbarer Replikationsfaktor

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

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als MapReduce Jobs behandelt

via hugegraph-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

edges in graph

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

nein

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

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen und Rollen

Users, roles and permissions

Rechteverwaltung mit Benutzeraccounts

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

Elevate Your Career with In-Demand Hadoop Skills in 2024
30. April 2024, Simplilearn

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