DBMS > Greenplum vs. Hive vs. WakandaDB vs. XTDB

Vergleich der Systemeigenschaften Greenplum vs. Hive vs. WakandaDB vs. XTDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

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

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Relational DBMS

Object oriented DBMS

Document Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	8,08
Rang	#48	Overall
	#31	Relational DBMS

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

Punkte	0,10
Rang	#356	Overall
	#16	Object oriented DBMS

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

greenplum.org

hive.apache.org

wakanda.github.io

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

docs.greenplum.org

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

wakanda.github.io/doc

www.xtdb.com/docs

Entwickler

Pivotal Software Inc.

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Wakanda SAS

Juxt Ltd.

Erscheinungsjahr

2005

2012

2019

Aktuelle Version

7.0.0, September 2023

3.1.3, April 2022

2.7.0 (April 29, 2019), April 2019

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache Version 2

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

Open Source

MIT License

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

C++, JavaScript

Clojure

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

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

seit Version 4.2

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
Thrift

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

C
Java
Perl
Python
R

C++
Java
PHP
Python

JavaScript

Clojure
Java

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

keine

ja, jeder Knoten hat alle Daten

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

Fremdschlüssel

referenzielle Integrität

nein

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, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen 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

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, O'Reilly Media

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box | ZDNET
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

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

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

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

Teilen sie diese Seite mit ihrem Netzwerk