DBMS > GeoMesa vs. Hive vs. HyperSQL vs. LMDB

Vergleich der Systemeigenschaften GeoMesa vs. Hive vs. HyperSQL vs. LMDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

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 high performant, light-weight, embedded key-value database library

Primäres Datenbankmodell

Spatial DBMS

Relational DBMS

Key-Value Store

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

Punkte	0,86
Rang	#205	Overall
	#4	Spatial DBMS

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

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

Punkte	2,09
Rang	#121	Overall
	#20	Key-Value Stores

Website

www.geomesa.org

hive.apache.org

hsqldb.org

www.symas.com/symas-embedded-database-lmdb

Technische Dokumentation

www.geomesa.org/documentation/stable/user/index.html

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

hsqldb.org/web/hsqlDocsFrame.html

www.lmdb.tech/doc

Entwickler

CCRi und Andere

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Symas

Erscheinungsjahr

2014

2012

2001

2011

Aktuelle Version

5.0.0, Mai 2024

3.1.3, April 2022

2.7.2, Juni 2023

0.9.32, Jaenner 2024

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

Apache Version 2

Open Source

Basiert auf BSD-Lizenz

Open Source

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

Scala

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

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

Linux
Unix
Windows

Datenschema

schemafrei

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

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

HTTP API

JDBC via HTTP
JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
PHP
Python

All languages supporting JDBC/ODBC
Java

.Net
C
C++
Clojure
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
MatLab
Nim
Objective C
OCaml
Perl
PHP
Python
R
Ruby
Rust
Swift
Tcl

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

Java, SQL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

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

abhängig von Storage layer

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

abhängig von Storage layer

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

Zugriffsrechte für Benutzer, Gruppen und Rollen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

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, Datanami

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

ASF Unveils the Next Evolution of Big Data Processing With the Launch of Hive 4.0
2. Mai 2024, Datanami

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

GC Tuning for Improved Presto Reliability
11. Januar 2024, Uber

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

Automating SAP S/4HANA Migration with IT-Conductor, BGP Managed Services, and AWS | Amazon Web Services
22. August 2023, AWS Blog

The Tom Brady Data Biography
8. September 2023, StatsBomb

The Lightning Memory-mapped Database
2. März 2016, InfoQ.com

Akamai launches managed database service – Blocks and Files
25. April 2022, Blocks & Files

Jaxon Repp on HarperDB Distributed Database Platform
23. März 2022, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk