DBMS > Bangdb vs. DolphinDB vs. Hive vs. Oracle Berkeley DB

Vergleich der Systemeigenschaften Bangdb vs. DolphinDB vs. Hive vs. Oracle Berkeley DB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

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

Weit verbreiteter In-Process Key-Value Store

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Time Series DBMS

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Sekundäre Datenbankmodelle

Spatial DBMS

Relational DBMS

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

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

Punkte	4,13
Rang	#80	Overall
	#6	Time Series DBMS

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

Punkte	2,21
Rang	#117	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Website

bangdb.com

www.dolphindb.com

hive.apache.org

www.oracle.com/database/technologies/related/berkeleydb.html

Technische Dokumentation

docs.bangdb.com

docs.dolphindb.cn/en/help200/index.html

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

docs.oracle.com/cd/E17076_05/html/index.html

Entwickler

Sachin Sinha, BangDB

DolphinDB, Inc

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Erscheinungsjahr

2012

2018

2012

1994

Aktuelle Version

BangDB 2.0, October 2021

v2.00.4, January 2022

3.1.3, April 2022

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

Open Source

BSD 3

kommerziell

free community version available

Open Source

Apache Version 2

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

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++

C++

Java

C, Java, C++ (depending on the Berkeley DB edition)

Server Betriebssysteme

Linux

Linux
Windows

Alle Betriebssysteme mit einer Java VM

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

Sekundärindizes

secondary, composite, nested, reverse, geospatial

SQL

Support of SQL

SQL like support with command line tool

SQL-like query language

SQL-like DML and DDL statements

SQL Interface basierend auf SQLite verfügbar

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

JDBC
ODBC
Thrift

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

C++
Java
PHP
Python

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

Triggers

yes, Notifications (with Streaming only)

nein

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

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

horizontale Partitionierung

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

frei wählbarer Replikationsfaktor

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als MapReduce Jobs behandelt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

yes, run db with in-memory only mode

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

Administrators, Users, Groups

Zugriffsrechte für Benutzer, Gruppen und Rollen

nein

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, Datanami

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

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

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

GC Tuning for Improved Presto Reliability
11. Januar 2024, Uber

bereitgestellt von Google News

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk