DBMS > DataFS vs. Hive vs. Stardog

Vergleich der Systemeigenschaften DataFS vs. Hive vs. Stardog

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

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

Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization

Primäres Datenbankmodell

Object oriented DBMS

Relational DBMS

Graph DBMS
RDF Store

Sekundäre Datenbankmodelle

Graph DBMS

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

Punkte	0,07
Rang	#362	Overall
	#17	Object oriented DBMS

Punkte	62,59
Rang	#18	Overall
	#12	Relational DBMS

Punkte	2,05
Rang	#129	Overall
	#11	Graph DBMS
	#6	RDF Stores

Website

newdatabase.com

hive.apache.org

www.stardog.com

Technische Dokumentation

dev.mobiland.com/Overview.xsp

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

docs.stardog.com

Entwickler

Mobiland AG

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Stardog-Union

Erscheinungsjahr

2018

2012

2010

Aktuelle Version

1.1.263, October 2022

3.1.3, April 2022

7.3.0, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

kommerziell

60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students

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

Java

Server Betriebssysteme

Windows

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Windows

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

schema-free and OWL/RDFS-schema support

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

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

nein

SQL-like DML and DDL statements

Yes, compatible with all major SQL variants through dedicated BI/SQL Server

APIs und andere Zugriffskonzepte

.NET Client API
Proprietary client DLL
WinRT client

JDBC
ODBC
Thrift

GraphQL query language
HTTP API
Jena RDF API
OWL
RDF4J API
Sesame REST HTTP Protocol
SNARL
SPARQL
Spring Data
Stardog Studio
TinkerPop 3

Unterstützte Programmiersprachen

.Net
C
C#
C++
VB.Net

C++
Java
PHP
Python

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

user defined functions and aggregates, HTTP Server extensions in Java

Triggers

no, except callback-events from server when changes happened

nein

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Proprietary Sharding system

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation in HA-Cluster

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 in HA-Cluster

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graphen

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

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

Windows-Profile

Zugriffsrechte für Benutzer, Gruppen und Rollen

Zugriffsrechte für Benutzer und Rollen

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

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

Data Engineering in 2024: Predictions For Data Lakes and The Serving Layer
23. Januar 2024, Datanami

Replacing Apache Hive, Elasticsearch and PostgreSQL with Apache Doris
19. Mai 2023, hackernoon.com

What Is Apache Iceberg?
26. Februar 2024, ibm.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk