DBMS > Cubrid vs. Hive vs. Machbase Neo vs. XTDB

Vergleich der Systemeigenschaften Cubrid vs. Hive vs. Machbase Neo vs. XTDB

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

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

TimeSeries DBMS for AIoT and BigData

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store

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

Punkte	1,04
Rang	#187	Overall
	#87	Relational DBMS

Punkte	59,76
Rang	#18	Overall
	#12	Relational DBMS

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

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

hive.apache.org

machbase.com

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

cubrid.org/manuals

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

machbase.com/dbms

www.xtdb.com/docs

Entwickler

CUBRID Corporation, CUBRID Foundation

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Machbase

Juxt Ltd.

Erscheinungsjahr

2008

2012

2013

2019

Aktuelle Version

11.0, Jaenner 2021

3.1.3, April 2022

V8.0, August 2023

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2

kommerziell

free test version available

Open Source

MIT 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

C, C++, Java

Java

Clojure

Server Betriebssysteme

Linux
Windows

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Windows

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

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

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC
Thrift

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

HTTP REST
JDBC

Unterstützte Programmiersprachen

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

C++
Java
PHP
Python

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

Clojure
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

selectable replication factor

ja, jeder Knoten hat alle Daten

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Zugriffsrechte für Benutzer, Gruppen und Rollen

einfacher Passwort-basierter Zugriffsschutz

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

Design a data mesh pattern for Amazon EMR-based data lakes using AWS Lake Formation with Hive metastore ...
10. Juni 2024, AWS Blog

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

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk