DBMS > 4D vs. Apache Impala vs. Apache IoTDB vs. OrigoDB

Vergleich der Systemeigenschaften 4D vs. Apache Impala vs. Apache IoTDB vs. OrigoDB

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Analytic DBMS für Hadoop

An IoT native database with high performance for data management and analysis, deployable on the edge and the cloud and integrated with Hadoop, Spark and Flink

A fully ACID in-memory object graph database

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	2,47
Rang	#110	Overall
	#54	Relational DBMS

Punkte	12,45
Rang	#40	Overall
	#24	Relational DBMS

Punkte	1,31
Rang	#164	Overall
	#14	Time Series DBMS

Punkte	0,06
Rang	#380	Overall
	#50	Document Stores
	#19	Object oriented DBMS

Website

Technische Dokumentation

developer.4d.com

impala.apache.org/impala-docs.html

iotdb.apache.org/UserGuide/Master/QuickStart/QuickStart.html

origodb.com/docs

Entwickler

4D, Inc

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Apache Software Foundation

Robert Friberg et al

Erscheinungsjahr

1984

2013

2018

2009

under the name LiveDB

Aktuelle Version

v20, April 2023

4.1.0, Juni 2022

1.1.0, April 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

Open Source

Apache Version 2.0

Open Source

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

C++

Java

Server Betriebssysteme

OS X
Windows

Linux

Alle Betriebssysteme mit einer Java VM (>=1.8)

Linux
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

User defined using .NET types and collections

XML Unterstützung

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

nein

can be achieved using .NET

Sekundärindizes

SQL

Support of SQL

close to SQL 92

SQL-like DML and DDL statements

SQL-like query language

nein

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC

JDBC
Native API

.NET Client API
HTTP API
LINQ

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC

C
C#
C++
Go
Java
Python
Scala

.Net

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

Triggers

nein

Domain Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontal partitioning (by time range) + vertical partitioning (by deviceId)

horizontale Partitionierung

client side managed; servers are not synchronized

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

selectable replication methods; using Raft/IoTConsensus algorithm to ensure strong/eventual data consistency among multiple replicas

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als Map/Reduce Jobs durchgeführt

Integration with Hadoop and Spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Eventual Consistency
Strong Consistency with Raft

Fremdschlüssel

referenzielle Integrität

nein

depending on model

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Write ahead log

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Role based authorization

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

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Impala becomes Top-Level Project
28. November 2017, SDTimes.com

Cloudera Bringing Impala to AWS Cloud
28. November 2017, Datanami

Apache Doris just 'graduated': Why care about this SQL data warehouse
24. Juni 2022, InfoWorld

Hudi: Uber Engineering’s Incremental Processing Framework on Apache Hadoop
12. März 2017, Uber

Updates & Upserts in Hadoop Ecosystem with Apache Kudu
27. Oktober 2017, KDnuggets

bereitgestellt von Google News

AMD EPYC 4364P & 4564P @ DDR5-4800 / DDR5-5200 vs. Intel Xeon E-2488 Review
6. Juni 2024, Phoronix

TsFile: A Standard Format for IoT Time Series Data
27. Februar 2024, The New Stack

Linux 6.5 With AMD P-State EPP Default Brings Performance & Power Efficiency Benefits For Ryzen Servers
21. September 2023, Phoronix

Apache Promotes IoT Database Project
25. September 2020, Datanami

AMD EPYC 8324P / 8324PN Siena 32-Core Siena Linux Server Performance Review
10. Oktober 2023, Phoronix

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk