DBMS > GeoMesa vs. Hive vs. SiteWhere vs. SQream DB

Vergleich der Systemeigenschaften GeoMesa vs. Hive vs. SiteWhere vs. SQream DB

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

M2M Integrationsplatform zur Speicherung und Abfrage von Zeitserien

a GPU-based, columnar RDBMS for big data analytics workloads

Primäres Datenbankmodell

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	0,06
Rang	#383	Overall
	#43	Time Series DBMS

Punkte	0,74
Rang	#224	Overall
	#103	Relational DBMS

Website

www.geomesa.org

hive.apache.org

github.com/sitewhere/sitewhere

sqream.com

Technische Dokumentation

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

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

sitewhere1.sitewhere.io/index.html

docs.sqream.com

Entwickler

CCRi und Andere

Apache Software Foundation

Ursprünglich von Facebook entwickelt

SiteWhere

SQream Technologies

Erscheinungsjahr

2014

2012

2010

2017

Aktuelle Version

5.0.0, Mai 2024

3.1.3, April 2022

2022.1.6, Dezember 2022

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

Open Source

Apache Version 2

Open Source

Common Public Attribution License Version 1.0

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

Scala

Java

C++, CUDA, Haskell, Java, Scala

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Linux

Datenschema

vordefiniertes Schema

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

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

HTTP REST

.Net
JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
PHP
Python

C++
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

user defined functions in Python

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

basierend auf HBase

horizontal and vertical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

frei wählbarer Replikationsfaktor

basierend auf HBase

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

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

Zugriffsrechte für Benutzer, Gruppen und Rollen

Benutzer mit feingranularem Berechtigungskonzept

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

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

SiteWhere: An open platform for connected devices
11. Juli 2017, Open Source For You

11 Best Open source IoT Platforms To Develop Smart Projects
9. März 2023, H2S Media

bereitgestellt von Google News

I SQream, you SQream, we all SQream for … data analytics?
5. Oktober 2023, fierce-network.com

SQream Announces Strategic Integration for Powerful Big Data Analytics with Dataiku
9. Februar 2024, insideBIGDATA

SQream Joins Samsung Cloud Platform Ecosystem
26. Juli 2023, Datanami

GPU data warehouse startup SQream lands $39.4M funding round
24. Juni 2020, SiliconANGLE News

SQream Technologies raises $39.4 million for GPU-accelerated databases
24. Juni 2020, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk