DBMS > DolphinDB vs. Hive vs. Teradata

Vergleich der Systemeigenschaften DolphinDB vs. Hive vs. Teradata

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A hybrid cloud data analytics software platform (Teradata Vantage)

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

Document Store
Graph DBMS
Spatial DBMS
Time Series DBMS

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

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

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

Punkte	45,33
Rang	#21	Overall
	#15	Relational DBMS

Website

www.dolphindb.com

hive.apache.org

www.teradata.com

Technische Dokumentation

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

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

docs.teradata.com

Entwickler

DolphinDB, Inc

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Teradata

Erscheinungsjahr

2018

2012

1984

Aktuelle Version

v2.00.4, January 2022

3.1.3, April 2022

Teradata Vantage 1.0 MU2, Jänner 2019

Lizenz

Commercial or Open Source

kommerziell

free community version available

Open Source

Apache Version 2

kommerziell

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

Linux
Windows

Alle Betriebssysteme mit einer Java VM

gehostet
Linux

Datenschema

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

Spezielle Join-Indizes für physikalisches 'pre-joining' von Tabellen

SQL

Support of SQL

SQL-like query language

SQL-like DML and DDL statements

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Thrift

.NET Client API
HTTP REST
JDBC
JMS Adapter
ODBC
OLE DB

Unterstützte Programmiersprachen

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

C++
Java
PHP
Python

C
C++
Cobol
Java (JDBC-ODBC)
Perl
PL/1
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

UDFs, stored procedures, table functions in parallel

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

Hashing

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als MapReduce Jobs behandelt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

Berechtigungskonzept

Zugriffskontrolle

Administrators, Users, Groups

Zugriffsrechte für Benutzer, Gruppen und Rollen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Teradata is the most popular data warehouse DBMS
2. April 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Elevate Your Career with In-Demand Hadoop Skills in 2024
1. Mai 2024, Simplilearn

bereitgestellt von Google News

Lakehouse dam breaks after departure of long-time Teradata CTO
1. Mai 2024, The Register

Teradata expands strategic collaboration agreement with AWS to further support customers on cloud modernisation ...
3. Mai 2024, iTWire

Teradata expands AWS collaboration for cloud analytics By Investing.com
2. Mai 2024, Investing.com

Teradata expands Strategic Collaboration Agreement with AWS
3. Mai 2024, IT Brief Australia

Teradata adds support for Apache Iceberg, Delta Lake tables
30. April 2024, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk