DBMS > Hive vs. Oracle Berkeley DB vs. SpaceTime

Vergleich der Systemeigenschaften Hive vs. Oracle Berkeley DB vs. SpaceTime

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

Weit verbreiteter In-Process Key-Value Store

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Spatial DBMS

Sekundäre Datenbankmodelle

Relational DBMS

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

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

Punkte	2,01
Rang	#126	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,03
Rang	#392	Overall
	#8	Spatial DBMS

Website

hive.apache.org

www.oracle.com/database/technologies/related/berkeleydb.html

www.mireo.com/spacetime

Technische Dokumentation

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

docs.oracle.com/cd/E17076_05/html/index.html

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Mireo

Erscheinungsjahr

2012

1994

2020

Aktuelle Version

3.1.3, April 2022

18.1.40, Mai 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

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, Java, C++ (depending on the Berkeley DB edition)

C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

SQL Interface basierend auf SQLite verfügbar

A subset of ANSI SQL is implemented

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

RESTful HTTP API

Unterstützte Programmiersprachen

C++
Java
PHP
Python

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

C#
C++
Python

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

Triggers

nein

only for the SQL API

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Fixed-grid hypercubes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

Real-time block device replication (DRBD)

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

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

nein

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

Margo Seltzer Named ACM Athena Lecturer for Technical and Mentoring Contributions
26. April 2023, HPCwire

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

Oracle buys Sleepycat Software
14. Februar 2006, MarketWatch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk