DBMS > Hive vs. JaguarDB vs. KairosDB vs. Linter

Vergleich der Systemeigenschaften Hive vs. JaguarDB vs. KairosDB vs. Linter

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Performant, highly scalable DBMS for AI and IoT applications

Verteiltes Time Series DBMS basierend auf Cassandra

RDBMS for high security requirements

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Vektor DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

Punkte	0,06
Rang	#381	Overall
	#59	Key-Value Stores
	#13	Vektor DBMS

Punkte	0,67
Rang	#233	Overall
	#20	Time Series DBMS

Punkte	0,12
Rang	#350	Overall
	#152	Relational DBMS

Website

hive.apache.org

www.jaguardb.com

github.com/kairosdb/kairosdb

linter.ru

Technische Dokumentation

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

www.jaguardb.com/support.html

kairosdb.github.io

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

DataJaguar, Inc.

relex.ru

Erscheinungsjahr

2012

2015

2013

1990

Aktuelle Version

3.1.3, April 2022

3.3 July 2023

1.2.2, November 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

GPL V3.0

Open Source

Apache 2.0

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

Java

C++

the server part. Clients available in other languages

Java

C und C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

Linux
OS X
Windows

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

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

nein

SQL

Support of SQL

SQL-like DML and DDL statements

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

JDBC
ODBC

Graphite protocol
HTTP REST
Telnet API

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

C++
Java
PHP
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

Java
JavaScript

Node.js
PHP
Python

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

proprietary syntax with the possibility to convert from PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

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

Rechteverwaltung mit Benutzeraccounts

einfacher Passwort-basierter Zugriffsschutz

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

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

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk