DBMS > Cubrid vs. Hive vs. LeanXcale vs. NSDb vs. TinkerGraph

Vergleich der Systemeigenschaften Cubrid vs. Hive vs. LeanXcale vs. NSDb vs. TinkerGraph

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

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

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

A lightweight, in-memory graph engine that serves as a reference implementation of the TinkerPop3 API

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Time Series DBMS

Graph DBMS

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

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

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

Punkte	0,29
Rang	#291	Overall
	#41	Key-Value Stores
	#132	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,08
Rang	#348	Overall
	#35	Graph DBMS

Website

cubrid.com (korean)
cubrid.org (english)

hive.apache.org

www.leanxcale.com

nsdb.io

tinkerpop.apache.org/docs/current/reference/#tinkergraph-gremlin

Technische Dokumentation

cubrid.org/manuals

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

nsdb.io/Architecture

Entwickler

CUBRID Corporation, CUBRID Foundation

Apache Software Foundation

Ursprünglich von Facebook entwickelt

LeanXcale

Erscheinungsjahr

2008

2012

2015

2017

2009

Aktuelle Version

11.0, Jaenner 2021

3.1.3, April 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2

kommerziell

Open Source

Apache Version 2.0

Open Source

Apache 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

Java

Java, Scala

Java

Server Betriebssysteme

Linux
Windows

Alle Betriebssysteme mit einer Java VM

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

nein

SQL

Support of SQL

SQL-like DML and DDL statements

through Apache Derby

SQL-like query language

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC
Thrift

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

gRPC
HTTP REST
WebSocket

TinkerPop 3

Unterstützte Programmiersprachen

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

C++
Java
PHP
Python

C
Java
Scala

Java
Scala

Groovy
Java

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

keine

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

Immediate Consistency

Eventual Consistency

Immediate Consistency

Eventual Consistency

keine

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

optional

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

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, 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

Why developers like Apache TinkerPop, an open source framework for graph computing | Amazon Web Services
27. September 2021, AWS Blog

Simple Deployment of a Graph Database: JanusGraph | by Edward Elson Kosasih
12. Oktober 2020, Towards Data Science

Introducing Gremlin query hints for Amazon Neptune | AWS Database Blog
26. Februar 2019, AWS Blog

InfiniteGraph Gets Support for Common Graph Database Language and More
21. Februar 2012, SiliconANGLE News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk