DBMS > Firebolt vs. Hive vs. HyperSQL vs. YottaDB

Vergleich der Systemeigenschaften Firebolt vs. Hive vs. HyperSQL vs. YottaDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Highly scalable cloud data warehouse and analytics product

Forked from Clickhouse

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

In Java gesschriebenes multithreaded und transaktionales RDBMS

Auch bekannt unter HSQLDB

A fast and solid embedded Key-value store

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Relational DBMS

using the Octo plugin

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

Punkte	1,73
Rang	#140	Overall
	#63	Relational DBMS

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

Punkte	3,23
Rang	#93	Overall
	#48	Relational DBMS

Punkte	0,28
Rang	#306	Overall
	#44	Key-Value Stores

Website

Technische Dokumentation

docs.firebolt.io

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

hsqldb.org/web/hsqlDocsFrame.html

yottadb.com/resources/documentation

Entwickler

Firebolt Analytics Inc.

Apache Software Foundation

Ursprünglich von Facebook entwickelt

YottaDB, LLC

Erscheinungsjahr

2020

2012

2001

Aktuelle Version

3.1.3, April 2022

2.7.2, Juni 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

Open Source

Basiert auf BSD-Lizenz

Open Source

AGPL 3.0

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

Java

Server Betriebssysteme

gehostet

Alle Betriebssysteme mit einer Java VM

Embedded (into Java applications) and Client-Server operating modes

Docker
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

SQL-like DML and DDL statements

by using the Octo plugin

APIs und andere Zugriffskonzepte

.Net
ODBC
RESTful HTTP API

JDBC
ODBC
Thrift

HTTP API

JDBC via HTTP
JDBC
ODBC

PostgreSQL wire protocol

using the Octo plugin
Proprietäres Protokoll

Unterstützte Programmiersprachen

Go
JavaScript (Node.js)
Python

C++
Java
PHP
Python

All languages supporting JDBC/ODBC
Java

C
Go
JavaScript (Node.js)
Lua
M
Perl
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

Java, SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

frei wählbarer Replikationsfaktor

keine

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

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

optimistic Locking

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

Zugriffsrechte für Benutzer, Gruppen und Rollen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Benutzer und Gruppen basierend auf Betriebssystem-Security

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

10 Best Data Pipeline Tools of 2024 to Boost Your Productivity
20. Februar 2024, Datamation

Cloud data unicorn Firebolt fires dozens of employees
7. September 2022, CTech

Firebolt, a data warehouse startup, raises $100M at a $1.4B valuation for faster, cheaper analytics on large data sets
26. Januar 2022, TechCrunch

Firebolt vs Snowflake | Data Warehousing Platform Comparison
1. April 2022, TechRepublic

Firebolt, Israeli Cloud Data Warehouse Startup Forklifts Forward
5. Januar 2021, Forbes

bereitgestellt von Google News

Apache Software Foundation Announces Apache Hive 4.0
30. April 2024, Datanami

Design a data mesh pattern for Amazon EMR-based data lakes using AWS Lake Formation with Hive metastore ...
10. Juni 2024, AWS Blog

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

HyperSQL DataBase flaw leaves library vulnerable to RCE
24. Oktober 2022, The Daily Swig

Introduction to JDBC with HSQLDB tutorial
14. November 2022, TheServerSide.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk