DBMS > Faircom EDGE vs. Hive vs. RDF4J

Vergleich der Systemeigenschaften Faircom EDGE vs. Hive vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

FairCom EDGE is an Industry 4.0 solution built to integrate, collect, aggregate and synchronize mission-critical data in edge computing environments

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

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Relational DBMS

RDF Store

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

Punkte	0,03
Rang	#380	Overall
	#59	Key-Value Stores
	#157	Relational DBMS

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

Punkte	0,71
Rang	#231	Overall
	#9	RDF Stores

Website

www.faircom.com/products/faircom-edge

hive.apache.org

rdf4j.org

Technische Dokumentation

docs.faircom.com/docs/en/UUID-23d4f1fd-d213-f6d5-b92e-9b7475baa14e.html

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

rdf4j.org/documentation

Entwickler

FairCom Corporation

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

1979

2012

2004

Aktuelle Version

V3, Oktober 2020

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

Restricted, free version available

Open Source

Apache Version 2

Open Source

Eclipse Distribution License (EDL), v1.0.

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

ANSI C, C++

Java

Server Betriebssysteme

Android
Linux

ARM, x86
Raspbian
Windows

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Unix
Windows

Datenschema

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

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types

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

ANSI SQL queries

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ADO.NET
Direct SQL
IoT Microservice layer
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC
RESTful HTTP API

JDBC
ODBC
Thrift

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

C
C#
C++
Java
JavaScript
PHP
Python
VB.Net

C++
Java
PHP
Python

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

.Net, JavaScript, C/C++

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

File partitioning

Customizable business rules for partitioning

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Synchronous and asynchronous realtime replication based on transaction logs

frei wählbarer Replikationsfaktor

keine

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
Tunable Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

when using SQL

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

across SQL and NoSQL

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Fine grained user, group and file access rights managed across SQL (per ANSI standard) and NoSQL.

Zugriffsrechte für Benutzer, Gruppen und Rollen

nein

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

Data Technology Company FairCom Expands The Edge with 2 New Releases of its Edge Computing Products
19. April 2023, Yahoo Finance

FairCom kicks off new era of database technology USA - English
10. November 2020, PR Newswire

Brokers, Protocols, Platform Move Manufacturing Data
26. Juli 2023, EE Times

World's First Converged IIoT Hub to be Showcased at IoT Tech Expo
3. September 2021, Automation.com

Winners of the 2021 IoT Evolution Product of the Year Awards Announced
6. Juli 2021, IoT Evolution World

bereitgestellt von Google News

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