DBMS > Databricks vs. Drizzle vs. Hive

Vergleich der Systemeigenschaften Databricks vs. Drizzle vs. Hive

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

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

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

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

Punkte	78,61
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

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

Website

www.databricks.com

hive.apache.org

Technische Dokumentation

docs.databricks.com

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

Entwickler

Databricks

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Erscheinungsjahr

2013

2008

2012

Aktuelle Version

7.2.4, September 2012

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

GNU GPL

Open Source

Apache Version 2

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

Server Betriebssysteme

gehostet

FreeBSD
Linux
OS X

Alle Betriebssysteme mit einer Java VM

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

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

Sekundärindizes

SQL

Support of SQL

with Databricks SQL

mit propriätären Erweiterungen

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

JDBC

JDBC
ODBC
Thrift

Unterstützte Programmiersprachen

Python
R
Scala

C
C++
Java
PHP

C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als MapReduce Jobs behandelt

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

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

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Zugriffsrechte für Benutzer, Gruppen und Rollen

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

alle anzeigen

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Databricks expands Seattle presence with office in West 8th
2. Mai 2024, The Business Journals

Protecting Your AI Investments: Databricks' Breakthrough Security Framework
2. Mai 2024, Acceleration Economy

Tableau and Databricks Expand Strategic Partnership
2. Mai 2024, Datanami

Analytics and Data Science News for the Week of May 3; Updates from Databricks, DataRobot, MicroStrategy & More
2. Mai 2024, Solutions Review

Tableau adds generative AI tools, tightens Databricks bond
30. April 2024, TechTarget

bereitgestellt von Google News

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

Apache Hive 4.0 Launches, Revolutionizing Data Management and Analysis
1. Mai 2024, MyChesCo

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk