DBMS > 4D vs. Apache Impala vs. Atos Standard Common Repository vs. Blueflood vs. Yaacomo

Vergleich der Systemeigenschaften 4D vs. Apache Impala vs. Atos Standard Common Repository vs. Blueflood vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

This system has been discontinued and will be removed from the DB-Engines ranking.

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

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Analytic DBMS für Hadoop

Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks

Skalierbare Timeseries DBMS basierend auf Cassandra

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

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	2,58
Rang	#108	Overall
	#54	Relational DBMS

Punkte	13,77
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,06
Rang	#353	Overall
	#34	Time Series DBMS

Website

www.4d.com

impala.apache.org

atos.net/en/convergence-creators/portfolio/standard-common-repository

blueflood.io

yaacomo.com

Technische Dokumentation

developer.4d.com

impala.apache.org/impala-docs.html

github.com/rax-maas/blueflood/wiki

Entwickler

4D, Inc

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Atos Convergence Creators

Rackspace

Q2WEB GmbH

Erscheinungsjahr

1984

2013

2016

2013

2009

Aktuelle Version

v20, April 2023

4.1.0, Juni 2022

1703

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

kommerziell

Open Source

Apache 2.0

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

C++

Java

Server Betriebssysteme

OS X
Windows

Linux

Linux
OS X

Android
Linux
Windows

Datenschema

Schema and schema-less with LDAP views

vordefiniertes Schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

close to SQL 92

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC

LDAP

HTTP REST

JDBC
ODBC

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC

All languages with LDAP bindings

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

cell division

Sharding

basierend auf Cassandra

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Atomic execution of specific operations

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

Benutzer und Gruppen

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

LDAP bind authentication

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

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Impala 4 Supports Operator Multi-Threading
29. Juli 2021, iProgrammer

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

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

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

bereitgestellt von Google News

Infographic: What makes a Mobile Operator's setup future proof?
10. Februar 2024, Atos

bereitgestellt von Google News

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk