DBMS > HEAVY.AI vs. Hive vs. LeanXcale vs. YottaDB

Vergleich der Systemeigenschaften HEAVY.AI vs. Hive vs. LeanXcale vs. YottaDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

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

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

A fast and solid embedded Key-value store

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Spatial DBMS

Relational DBMS

using the Octo plugin

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

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

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

Punkte	0,36
Rang	#280	Overall
	#40	Key-Value Stores
	#129	Relational DBMS

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

Website

github.com/heavyai/heavydb
www.heavy.ai

hive.apache.org

www.leanxcale.com

yottadb.com

Technische Dokumentation

docs.heavy.ai

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

yottadb.com/resources/documentation

Entwickler

HEAVY.AI, Inc.

Apache Software Foundation

Ursprünglich von Facebook entwickelt

LeanXcale

YottaDB, LLC

Erscheinungsjahr

2016

2012

2015

2001

Aktuelle Version

5.10, Jänner 2022

3.1.3, April 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache Version 2

kommerziell

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

C++ and CUDA

Java

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

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

through Apache Derby

by using the Octo plugin

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

JDBC
ODBC
Thrift

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

PostgreSQL wire protocol

using the Octo plugin
Proprietäres Protokoll

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

C++
Java
PHP
Python

C
Java
Scala

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

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

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

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen und Rollen

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

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

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

Teilen sie diese Seite mit ihrem Netzwerk