DBMS > Heroic vs. Hive vs. jBASE vs. LeanXcale vs. Splunk

Vergleich der Systemeigenschaften Heroic vs. Hive vs. jBASE vs. LeanXcale vs. Splunk

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

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

A robust multi-value DBMS comprising development tools and middleware

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

Plattform für die Analyse von Big Data

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Multivalue DBMS

Key-Value Store
Relational DBMS

Suchmaschine

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

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

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

Punkte	1,49
Rang	#156	Overall
	#3	Multivalue DBMS

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

Punkte	89,10
Rang	#14	Overall
	#2	Suchmaschinen

Website

github.com/spotify/heroic

hive.apache.org

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-jbase

www.leanxcale.com

www.splunk.com

Technische Dokumentation

spotify.github.io/heroic

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

docs.rocketsoftware.com/bundle?labelkey=jbase_5.9

docs.splunk.com/Documentation/Splunk

Entwickler

Spotify

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Rocket Software (früher Zumasys)

LeanXcale

Splunk Inc.

Erscheinungsjahr

2014

2012

1991

2015

2003

Aktuelle Version

3.1.3, April 2022

5.7

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache Version 2

kommerziell

Eingeschränkte Gratisversion verfügbar

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

Alle Betriebssysteme mit einer Java VM

AIX
Linux
Windows

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

SQL-like DML and DDL statements

Embedded SQL for jBASE in BASIC

through Apache Derby

nein

Splunk Search Processing Language for search commands

APIs und andere Zugriffskonzepte

HQL (Heroic Query Language, a JSON-based language)
HTTP API

JDBC
ODBC
Thrift

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

HTTP REST

Unterstützte Programmiersprachen

C++
Java
PHP
Python

.Net
Basic
Jabbascript
Java

C
Java
Scala

C#
Java
JavaScript
PHP
Python
Ruby

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

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation

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

Eventual Consistency
Immediate Consistency

Eventual Consistency

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

A 'Transaction' in Splunk has a different meaning: grouping related events into a single one for later searching

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

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

Access rights can be defined down to the item level

Zugriffsrechte für Benutzer 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

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Review: Google Bigtable scales with ease
7. September 2016, 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