DBMS > EsgynDB vs. Hive vs. Lovefield vs. Stardog

Vergleich der Systemeigenschaften EsgynDB vs. Hive vs. Lovefield vs. Stardog

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

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

Embeddable relational database for web apps written in pure JavaScript

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

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
RDF Store

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

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

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

Punkte	0,32
Rang	#290	Overall
	#132	Relational DBMS

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

Website

www.esgyn.cn

hive.apache.org

google.github.io/lovefield

www.stardog.com

Technische Dokumentation

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

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.stardog.com

Entwickler

Esgyn

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Google

Stardog-Union

Erscheinungsjahr

2015

2012

2014

2010

Aktuelle Version

3.1.3, April 2022

2.1.12, February 2017

7.3.0, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

Open Source

Apache 2.0

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

C++, Java

Java

JavaScript

Java

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Linux
macOS
Windows

Datenschema

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

supports real-time indexing in full-text and geospatial

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language

via JavaScript builder pattern

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

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

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

All languages supporting JDBC/ODBC/ADO.Net

C++
Java
PHP
Python

JavaScript

.Net
Clojure
Groovy
Java
JavaScript
Python
Ruby

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

user defined functions and aggregates, HTTP Server extensions in Java

Triggers

nein

Using read-only observers

via event handlers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

frei wählbarer Replikationsfaktor

keine

Multi-Source Replikation in HA-Cluster

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 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

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

nein

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen und Rollen

nein

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

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

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

Top 80 Hadoop Interview Questions and Answers for 2024
15. Februar 2024, Simplilearn

What Is Apache Iceberg?
26. Februar 2024, IBM

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk