DBMS > Hive vs. jBASE vs. NSDb vs. Postgres-XL

Vergleich der Systemeigenschaften Hive vs. jBASE vs. NSDb vs. Postgres-XL

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

A robust multi-value DBMS comprising development tools and middleware

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

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

Punkte	0,08
Rang	#369	Overall
	#40	Time Series DBMS

Punkte	0,53
Rang	#254	Overall
	#117	Relational DBMS

Website

hive.apache.org

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

nsdb.io

www.postgres-xl.org

Technische Dokumentation

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

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

nsdb.io/Architecture

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Rocket Software (früher Zumasys)

Erscheinungsjahr

2012

1991

2017

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

3.1.3, April 2022

5.7

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Apache Version 2.0

Open Source

Mozilla public license

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

Java, Scala

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

AIX
Linux
Windows

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

all fields are automatically indexed

SQL

Support of SQL

SQL-like DML and DDL statements

Embedded SQL for jBASE in BASIC

SQL-like query language

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

JDBC
ODBC
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

gRPC
HTTP REST
WebSocket

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

C++
Java
PHP
Python

.Net
Basic
Jabbascript
Java

Java
Scala

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

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

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

Altiscale Becomes First Hadoop-as-a-Service to Deliver Apache Hive 0.13
5. Juni 2024, Yahoo News UK

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk