DBMS > 4D vs. Apache Impala vs. EXASOL vs. SwayDB vs. XTDB

Vergleich der Systemeigenschaften 4D vs. Apache Impala vs. EXASOL vs. SwayDB vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Analytic DBMS für Hadoop

High-performance, in-memory, MPP database specifically designed for in-memory analytics.

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

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Document Store

Sekundäre Datenbankmodelle

Document Store

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

Punkte	2,37
Rang	#110	Overall
	#54	Relational DBMS

Punkte	10,63
Rang	#40	Overall
	#24	Relational DBMS

Punkte	1,66
Rang	#138	Overall
	#64	Relational DBMS

Punkte	0,00
Rang	#384	Overall
	#60	Key-Value Stores

Punkte	0,13
Rang	#330	Overall
	#45	Document Stores

Website

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

developer.4d.com

impala.apache.org/impala-docs.html

www.exasol.com/resources

www.xtdb.com/docs

Entwickler

4D, Inc

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Exasol

Simer Plaha

Juxt Ltd.

Erscheinungsjahr

1984

2013

2000

2018

2019

Aktuelle Version

v20, April 2023

4.1.0, Juni 2022

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

kommerziell

Open Source

GNU Affero GPL V3.0

Open Source

MIT License

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++

Scala

Clojure

Server Betriebssysteme

OS X
Windows

Linux

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

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

close to SQL 92

SQL-like DML and DDL statements

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC

.Net
JDBC
ODBC
WebSocket

HTTP REST
JDBC

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC

Java
Lua
Python
R

Java
Kotlin
Scala

Clojure
Java

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

keine

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als Map/Reduce Jobs durchgeführt

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Atomic execution of operations

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

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

Access rights for users, groups and roles according to SQL-standard

nein

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

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

Cloudera brings Apache Iceberg data lake format to its Data Platform
30. Juni 2022, SiliconANGLE News

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

Exasol gets jolt of AI with Espresso suite of capabilities
26. Februar 2024, TechTarget

Exasol Finds AI Underinvestment Leads to Business Failure, But Data Challenges Stall Rapid Adoption
14. Mai 2024, insideBIGDATA

Mathias Golombek, Chief Technology Officer of Exasol – Interview Series
21. Mai 2024, Unite.AI

WashTec: Data Analytics for optimizing car wash systems.
27. Mai 2024, all-about-industries.com

It’s Back to the Database Future for Exasol CEO Tewes
26. Oktober 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk