DBMS > Heroic vs. Hive vs. SAP SQL Anywhere vs. SWC-DB

Vergleich der Systemeigenschaften Heroic vs. Hive vs. SAP SQL Anywhere vs. SWC-DB

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

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

RDBMS database and synchronization technologies for server, desktop, remote office, and mobile environments

A high performance, scalable Wide Column DBMS

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Wide Column Store

Sekundäre Datenbankmodelle

Time Series DBMS

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

Punkte	0,51
Rang	#255	Overall
	#21	Time Series DBMS

Punkte	61,17
Rang	#18	Overall
	#12	Relational DBMS

Punkte	4,25
Rang	#79	Overall
	#43	Relational DBMS

Punkte	0,01
Rang	#376	Overall
	#13	Wide Column Stores

Website

github.com/spotify/heroic

hive.apache.org

www.sap.com/products/technology-platform/sql-anywhere.html

github.com/kashirin-alex/swc-db
www.swcdb.org

Technische Dokumentation

spotify.github.io/heroic

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

help.sap.com/docs/SAP_SQL_Anywhere

Entwickler

Spotify

Apache Software Foundation

Ursprünglich von Facebook entwickelt

SAP

früher Sybase

Alex Kashirin

Erscheinungsjahr

2014

2012

1992

2020

Aktuelle Version

3.1.3, April 2022

17, Juli 2015

0.5, April 2021

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache Version 2

kommerziell

Open Source

GPL V3

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++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

AIX
HP-UX
Linux
OS X
Solaris
Windows

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

nein

Sekundärindizes

via Elasticsearch

SQL

Support of SQL

nein

SQL-like DML and DDL statements

SQL-like query language

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Thrift

ADO.NET
HTTP API
JDBC
ODBC

Proprietäres Protokoll
Thrift

Unterstützte Programmiersprachen

C++
Java
PHP
Python

C
C#
C++
Delphi
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

C++

Server-seitige Scripts

Stored Procedures

nein

Benutzerdefinierte Funktion und Map-Reduce Integration

yes, in C/C++, Java, .Net or Perl

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

Database mirroring

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

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

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

bereitgestellt von Google News

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

Apache Software Foundation Announces Apache® Hive 4.0
30. April 2024, GlobeNewswire

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

Apache Hive 4.0 Launches, Revolutionizing Data Management and Analysis
1. Mai 2024, MyChesCo

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

bereitgestellt von Google News

SAP vulnerabilities Let Attacker Inject OS Commands—Patch Now!
11. Juli 2023, CybersecurityNews

SAP Again Named a Leader in 2021 Gartner® Magic Quadrant™ for Cloud Database Management Systems
16. Dezember 2021, SAP News

SAP launches HANA cloud platform, partners with Siemens, Intel
6. Mai 2015, Channel Daily News

AWS, IBM, Microsoft, Google emerge Cloud DBMS leaders
22. Dezember 2022, Daily Host News

bereitgestellt von Google News

2022 All O-Zone Football Team
17. Dezember 2022, Ozarks Sports Zone

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk