DBMS > EsgynDB vs. Google Cloud Bigtable vs. Hive vs. HugeGraph vs. RRDtool
System Properties Comparison EsgynDB vs. Google Cloud Bigtable vs. Hive vs. HugeGraph vs. RRDtool
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | EsgynDB Xexclude from comparison | Google Cloud Bigtable Xexclude from comparison | Hive Xexclude from comparison | HugeGraph Xexclude from comparison | RRDtool Xexclude from comparison | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Description | Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion | Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail. | data warehouse software for querying and managing large distributed datasets, built on Hadoop | A fast-speed and highly-scalable Graph DBMS | Industry standard data logging and graphing tool for time series data. RRD is an acronym for round-robin database.  The data is stored in a circular buffer, thus the system storage footprint remains constant over time. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primary database model | Relational DBMS | Key-value store Wide column store | Relational DBMS | Graph DBMS | Time Series DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | www.esgyn.cn | cloud.google.com/bigtable | hive.apache.org | github.com/hugegraph hugegraph.apache.org | oss.oetiker.ch/rrdtool | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | cloud.google.com/bigtable/docs | cwiki.apache.org/confluence/display/Hive/Home | hugegraph.apache.org/docs | oss.oetiker.ch/rrdtool/doc | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Esgyn | Apache Software Foundation initially developed by Facebook | Baidu | Tobias Oetiker | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 2015 | 2015 | 2012 | 2018 | 1999 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | 3.1.3, April 2022 | 0.9 | 1.8.0, 2022 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | commercial | commercial | Open Source Apache Version 2 | Open Source Apache Version 2.0 | Open Source GPL V2 and FLOSS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Cloud-based only Only available as a cloud service | no | yes | no | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS offerings (sponsored links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementation language | C++, Java | Java | Java | C Implementations in Java (e.g. RRD4J) and C# available | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | Linux | hosted | All OS with a Java VM | Linux macOS Unix | HP-UX Linux | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | yes | schema-free | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | yes | no | yes | yes | Numeric data only | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| XML support Some form of processing data in XML format, e.g. support for XML data structures, and/or support for XPath, XQuery or XSLT. | no | no | no | no Exporting into and restoring from XML files possible | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | yes | no | yes | yes also supports composite index and range index | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | yes | no | SQL-like DML and DDL statements | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | ADO.NET JDBC ODBC | gRPC (using protocol buffers) API HappyBase (Python library) HBase compatible API (Java) | JDBC ODBC Thrift | Java API RESTful HTTP API TinkerPop Gremlin | in-process shared library Pipes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | All languages supporting JDBC/ODBC/ADO.Net | C# C++ Go Java JavaScript (Node.js) Python | C++ Java PHP Python | Groovy Java Python | C with librrd library C# with a different implementation of RRDToolJava with a different implementation of RRDToolJavaScript (Node.js) with a different implementation of RRDToolLua Perl PHP with a wrapper libraryPython Ruby | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | Java Stored Procedures | no | yes user defined functions and integration of map-reduce | asynchronous Gremlin script jobs | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | no | no | no | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | Sharding | Sharding | Sharding | yes depending on used storage backend, e.g. Cassandra and HBase | none | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | Multi-source replication between multi datacenters | Internal replication in Colossus, and regional replication between two clusters in different zones | selectable replication factor | yes depending on used storage backend, e.g. Cassandra and HBase | none | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Offers an API for user-defined Map/Reduce methods | yes | yes | yes query execution via MapReduce | via hugegraph-spark | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Immediate Consistency | Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters) | Eventual Consistency | Eventual Consistency | none | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | yes | no | no | yes edges in graph | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | ACID | Atomic single-row operations | no | ACID | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Support for concurrent manipulation of data | yes | yes | yes | yes | yes by using the rrdcached daemon | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Support for making data persistent | yes | yes | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-memory capabilities Is there an option to define some or all structures to be held in-memory only. | no | no | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | fine grained access rights according to SQL-standard | Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM) | Access rights for users, groups and roles | Users, roles and permissions | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
More information provided by the system vendorWe invite representatives of system vendors to contact us for updating and extending the system information, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Related products and servicesWe invite representatives of vendors of related products to contact us for presenting information about their offerings here. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| More resources | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| EsgynDB | Google Cloud Bigtable | Hive | HugeGraph | RRDtool | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DB-Engines blog posts | Why is Hadoop not listed in the DB-Engines Ranking? | Time Series DBMS are the database category with the fastest increase in popularity Time Series DBMS as a new trend? Google's AI-First Strategy Brings Vector Support To Cloud Databases Google expands BigQuery with Gemini, brings vector support to cloud databases What is Google Bigtable? | Definition from TechTarget Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs Review: Google Bigtable scales with ease provided by Google News Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services Data Engineering in 2024: Predictions For Data Lakes and The Serving Layer 18 Top Big Data Tools and Technologies to Know About in 2024 Top 80 Hadoop Interview Questions and Answers for 2024 What Is Apache Iceberg? provided by Google News Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code 全面升级！Apache HugeGraph 1.2.0版本发布_apach hugegraph HugeGraph 部署和Hubble1.0.0的数据导入Bug修复_hugegraph-hubble导入数据时选择属性显示不全 provided by Google News SQLi vulnerability in Cacti could lead to RCE (CVE-2023-51448) Cacti: Using Graphs to Monitor Networks and Devices A plotting utility for text mode consoles and terminals @tenox77 How to install Cacti SNMP Monitor on Ubuntu Installation Guide for Collectd and Collectd-Web to Monitor Server Resources in Linux provided by Google News | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
