DBMS > EsgynDB vs. Hawkular Metrics vs. Hive vs. jBASE

Vergleich der Systemeigenschaften EsgynDB vs. Hawkular Metrics vs. Hive vs. jBASE

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

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

A robust multi-value DBMS comprising development tools and middleware

Primäres Datenbankmodell

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

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	0,08
Rang	#366	Overall
	#39	Time Series DBMS

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

Punkte	1,49
Rang	#156	Overall
	#3	Multivalue DBMS

Website

www.esgyn.cn

www.hawkular.org

hive.apache.org

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-jbase

Technische Dokumentation

www.hawkular.org/hawkular-metrics/docs/user-guide

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

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

Entwickler

Esgyn

Community supported by Red Hat

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Rocket Software (früher Zumasys)

Erscheinungsjahr

2015

2014

2012

1991

Aktuelle Version

3.1.3, April 2022

5.7

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

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

Java

Server Betriebssysteme

Linux

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java VM

AIX
Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

Embedded SQL for jBASE in BASIC

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

HTTP REST

JDBC
ODBC
Thrift

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

Go
Java
Python
Ruby

C++
Java
PHP
Python

.Net
Basic
Jabbascript
Java

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

nein

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

frei wählbarer Replikationsfaktor

basierend auf Cassandra

frei wählbarer Replikationsfaktor

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

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

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

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Zugriffsrechte für Benutzer, Gruppen und Rollen

Access rights can be defined down to the item level

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

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

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