DBMS > atoti vs. Hive vs. Microsoft Azure Synapse Analytics vs. Trino

Vergleich der Systemeigenschaften atoti vs. Hive vs. Microsoft Azure Synapse Analytics vs. Trino

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

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

Elastic, large scale data warehouse service leveraging the broad eco-system of SQL Server

Fast distributed SQL query engine for big data analytics. Forked from Presto and originally named PrestoSQL

Primäres Datenbankmodell

Object oriented DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Key-Value Store
Spatial DBMS
Suchmaschine
Time Series DBMS
Wide Column Store

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

Punkte	0,56
Rang	#245	Overall
	#10	Object oriented DBMS

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

Punkte	20,56
Rang	#31	Overall
	#19	Relational DBMS

Punkte	5,00
Rang	#66	Overall
	#36	Relational DBMS

Website

atoti.io

hive.apache.org

azure.microsoft.com/services/synapse-analytics

trino.io

Technische Dokumentation

docs.atoti.io

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

docs.microsoft.com/azure/synapse-analytics

trino.io/broadcast
trino.io/docs/current

Social network pages

Entwickler

ActiveViam

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Microsoft

Trino Software Foundation

Erscheinungsjahr

2012

2016

2012

2020 rebranded from PrestoSQL

Aktuelle Version

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

free versions available

Open Source

Apache Version 2

kommerziell

Open Source

Apache Version 2.0

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.

Starburst Galaxy offers a feature-rich user interface to connect all your data sources, manage your Trino clusters, and query your data.

Implementierungssprache

Java

C++

Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

gehostet

Linux
macOS

for devlopment

Datenschema

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

depending on connected data-source

SQL

Support of SQL

Multidimensional Expressions (MDX)

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

ADO.NET
JDBC
ODBC

JDBC
RESTful HTTP API
Trino CLI

Unterstützte Programmiersprachen

C++
Java
PHP
Python

C#
Java
PHP

Go
Java
JavaScript (Node.js)
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

Python

Benutzerdefinierte Funktion und Map-Reduce Integration

Transact SQL

yes, depending on connected data-source

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding, horizontal partitioning

Sharding

Sharding, horizontal partitioning

depending on connected data-source

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

depending on connected data-source

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

depending on connected data-source

Fremdschlüssel

referenzielle Integrität

nein

docs.microsoft.com/en-us/azure/synapse-analytics/sql-data-warehouse/sql-data-warehouse-table-constraints

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

depending on connected data-source

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

depending on connected data-source

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

SQL standard access control

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Trino is the fastest open source, massively parallel processing SQL query engine...
» mehr

Competitive advantages

High performance analtyics and data processing of very large data sets Powerful ANSI...
» mehr

Typical application scenarios

Performant analytics query engine for data warehouses, data lakes, and data lakehouses...
» mehr

Key customers

Trino is widely adopted across the globe as freely-available open source software....
» mehr

Market metrics

33000+ commits in GitHub 8200+ stargazers in GitHub 1200+ pull requests merged in...
» mehr

Licensing and pricing models

Trino is an open source project and usage is therefore free. Commercial offerings...
» mehr

Neuigkeiten

60: Trino calling AI
22. Mai 2024

Big names round out the Trino Fest 2024 lineup
8. Mai 2024

59: Querying Trino with Java and jOOQ
24. April 2024

A sneak peek of Trino Fest 2024
15. April 2024

Time travel in Delta Lake connector
11. April 2024

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

Best use of cloud: ActiveViam
28. November 2023, Risk.net

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

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

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

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

What Is Apache Iceberg?
26. Februar 2024, IBM

bereitgestellt von Google News

Migrate Microsoft Azure Synapse Analytics to Amazon Redshift using AWS SCT | Amazon Web Services
18. Oktober 2023, AWS Blog

Azure Synapse Analytics: Everything you need to know about Microsoft's cloud analytics platform
24. September 2023, DataScientest

Azure Synapse Runtime for Apache Spark 3.2 End of Support | Azure updates
22. März 2024, azure.microsoft.com

Azure Synapse vs. Databricks: Data Platform Comparison 2024
26. März 2024, eWeek

Azure Synapse Link for Cosmos DB: New Analytics Capabilities
10. November 2023, InfoQ.com

bereitgestellt von Google News

The Perfect AI Storage: Trino From Facebook And Iceberg From Netflix?
30. April 2024, The Next Platform

Starburst Brings Dataframes Into Trino Platform
7. September 2023, Datanami

Query big data with resilience using Trino in Amazon EMR with Amazon EC2 Spot Instances for less cost | Amazon ...
4. Oktober 2023, AWS Blog

A look at Presto, Trino SQL query engines
9. August 2022, TechTarget

Trino: The Open-source Data Query Engine That Split from Facebook
30. März 2022, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk