DBMS > Hive vs. Spark SQL vs. Trafodion

Vergleich der Systemeigenschaften Hive vs. Spark SQL vs. Trafodion

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

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Relational DBMS

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

Punkte	74,34
Rang	#17	Overall
	#11	Relational DBMS

Punkte	20,06
Rang	#36	Overall
	#22	Relational DBMS

Punkte	0,76
Rang	#233	Overall
	#109	Relational DBMS

Website

hive.apache.org

spark.apache.org/sql

trafodion.apache.org

Technische Dokumentation

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

spark.apache.org/docs/latest/sql-programming-guide.html

trafodion.apache.org

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Apache Software Foundation

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2012

2014

Aktuelle Version

3.1.3, April 2022

3.3.0 ( 2.13), Juni 2022

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

Apache 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.

Implementierungssprache

Java

Scala

C++, Java

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Windows

Linux

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

nein

SQL

Support of SQL

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

JDBC
ODBC

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
PHP
Python

Java
Python
R
Scala

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, utilizing Spark Core

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als MapReduce Jobs behandelt

mittels user defined functions und HBase

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

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

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

Apache Iceberg promises to change the economics of cloud-based data analytics
3. Januar 2023, The Register

U.S. Department of Justice dismantles Hive ransomware group
30. Januar 2023, Homeland Preparedness News

Data Mesh Creator Takes Next Data Step
30. Januar 2023, Datanami

Are Databases Becoming Just Query Engines for Big Object Stores?
3. Januar 2023, Datanami

The Apache Software Foundation Announces Apache® Linkis™ as ...
18. Januar 2023, GlobeNewswire

bereitgestellt von Google News

Apache® Kyuubi Becomes Top-Level Project
19. Januar 2023, GlobeNewswire

A Deep Dive into Custom Spark Transformers for ML Pipelines
27. Juli 2022, CrowdStrike

Data Engineer (Apache Airflow, Hive, Spark, SQL, AWS)
11. Oktober 2022, EPAM

Accelerating SQL Queries on a Modern Real-Time Database
3. November 2022, The New Stack

Data chess game: Databricks vs. Snowflake, part 1
25. Juli 2022, VentureBeat

bereitgestellt von Google News

The Apache® Software Foundation Announces Annual Report for ...
31. August 2021, GlobeNewswire

How Facebook Accelerates SQL at Extreme Scale
31. August 2020, Datanami

Hadoop's growing enterprise presence demonstrated by three ...
10. September 2015, ZDNet

bereitgestellt von Google News

Jobangebote

Software Engineer
JPMorgan Chase Bank, N.A., Wilmington, DE

Staff Software Engineer, Data Platform
Project Ronin, Remote

Data Engineer 2
IQVIA, Remote

Data Engineer AWS USA- OPT
Veridic Solutions, Remote

Data Engineer Junior USA
Veridic Solutions, United States

Scala/Spark Data Engineer
ITI Data, Remote

Entry Level Data Engineer with BigData - 1
I28 Technologies Corporation, Remote

Big Data Support Engineer (Spark, SQL)
Teamware Solutions, United States

AWS DATA ENGINEER_(Scala/Spark)
Sunixa Solutions, Remote

Senior Member of Technical Staff
AT&T, Middletown, NJ

jobs by

Teilen sie diese Seite mit ihrem Netzwerk