DBMS > atoti vs. Hive vs. SiteWhere vs. SwayDB vs. Yaacomo

Vergleich der Systemeigenschaften atoti vs. Hive vs. SiteWhere vs. SwayDB vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

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

M2M Integrationsplatform zur Speicherung und Abfrage von Zeitserien

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

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	0,06
Rang	#356	Overall
	#35	Time Series DBMS

Punkte	0,00
Rang	#382	Overall
	#59	Key-Value Stores

Website

atoti.io

hive.apache.org

github.com/sitewhere/sitewhere

swaydb.simer.au

yaacomo.com

Technische Dokumentation

docs.atoti.io

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

sitewhere1.sitewhere.io/index.html

Entwickler

ActiveViam

Apache Software Foundation

Ursprünglich von Facebook entwickelt

SiteWhere

Simer Plaha

Q2WEB GmbH

Erscheinungsjahr

2012

2010

2018

2009

Aktuelle Version

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

free versions available

Open Source

Apache Version 2

Open Source

Common Public Attribution License Version 1.0

Open Source

GNU Affero GPL V3.0

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

Scala

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Android
Linux
Windows

Datenschema

vordefiniertes Schema

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

nein

Sekundärindizes

nein

SQL

Support of SQL

Multidimensional Expressions (MDX)

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

HTTP REST

JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
PHP
Python

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

Python

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding, horizontal partitioning

Sharding

basierend auf HBase

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf HBase

keine

Source-Replica Replikation

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic execution of operations

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

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

nein

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

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

DataCentral: Uber's Observability and Chargeback Platform
1. Februar 2024, Uber

bereitgestellt von Google News

SiteWhere: An open platform for connected devices
11. Juli 2017, Open Source For You

Ten Popular IoT Platforms You Should be Aware of
27. März 2023, Open Source For You

11 Best Open source IoT Platforms To Develop Smart Projects
9. März 2023, H2S Media

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk