DBMS > EJDB vs. Hive vs. Postgres-XL vs. Sequoiadb

Vergleich der Systemeigenschaften EJDB vs. Hive vs. Postgres-XL vs. Sequoiadb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

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

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

NewSQL database with distributed OLTP and SQL

Primäres Datenbankmodell

Document Store

Relational DBMS

Document Store
Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

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

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Punkte	0,45
Rang	#261	Overall
	#41	Document Stores
	#122	Relational DBMS

Website

github.com/Softmotions/ejdb

hive.apache.org

www.postgres-xl.org

www.sequoiadb.com

Technische Dokumentation

github.com/Softmotions/ejdb/blob/master/README.md

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

www.postgres-xl.org/documentation

www.sequoiadb.com/en/index.php?m=Files&a=index

Entwickler

Softmotions

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Sequoiadb Ltd.

Erscheinungsjahr

2012

2014

seit 2012, ursprünglich genannt StormDB

2013

Aktuelle Version

3.1.3, April 2022

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

GPLv2

Open Source

Apache Version 2

Open Source

Mozilla public license

Open Source

Server: AGPL; Client: Apache V2

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

C++

Server Betriebssysteme

serverlos

Alle Betriebssysteme mit einer Java VM

Linux
macOS

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

oid, date, timestamp, binary, regex

XML Unterstützung

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

XML type, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

distributed, parallel query execution

SQL-like query language

APIs und andere Zugriffskonzepte

In-process Library

JDBC
ODBC
Thrift

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Proprietäres Protokoll basierend auf JSON

Unterstützte Programmiersprachen

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

C++
Java
PHP
Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

.Net
C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

benutzerdefinierte Funktionen

JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

Source-Replica Replikation

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

Eventual Consistency

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

während einer Transaktion wird das Dokument gesperrt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Zugriffsrechte für Benutzer, Gruppen und Rollen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

Elevate Your Career with In-Demand Hadoop Skills in 2024
30. April 2024, Simplilearn

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk