DBMS > 4D vs. Apache Impala vs. Hawkular Metrics vs. HBase vs. Hive

Vergleich der Systemeigenschaften 4D vs. Apache Impala vs. Hawkular Metrics vs. HBase vs. Hive

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Analytic DBMS für Hadoop

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Wide-Column Store basierend auf Apache Hadoop und auf Konzepten von BigTable

Data Warehouse Software zum Abfragen und Verwalten großer verteilter Datenmengen beispielsweise in Hadoop

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

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

Punkte	2,68
Rang	#110	Overall
	#54	Relational DBMS

Punkte	14,03
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,04
Rang	#374	Overall
	#38	Time Series DBMS

Punkte	31,25
Rang	#26	Overall
	#2	Wide Column Stores

Punkte	62,59
Rang	#18	Overall
	#12	Relational DBMS

Website

Technische Dokumentation

developer.4d.com

impala.apache.org/impala-docs.html

www.hawkular.org/hawkular-metrics/docs/user-guide

hbase.apache.org/book.html

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

Entwickler

4D, Inc

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Community supported by Red Hat

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Powerset

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Erscheinungsjahr

1984

2013

2014

2008

2012

Aktuelle Version

v20, April 2023

4.1.0, Juni 2022

2.3.4, Jaenner 2021

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

Apache Version 2

Open Source

Apache Version 2

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
Windows

Linux
Unix
Windows

mit Cygwin

Alle Betriebssysteme mit einer Java VM

Datenschema

schemafrei

schema-free, schema definition possible

Typisierung

vordefinierte Datentypen, z.B. float oder date

options to bring your own types, AVRO

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

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

JDBC
ODBC

HTTP REST

Java API
RESTful HTTP API
Thrift

JDBC
ODBC
Thrift

Unterstützte Programmiersprachen

4D eigene IDE
PHP

All languages supporting JDBC/ODBC

Go
Java
Python
Ruby

C
C#
C++
Groovy
Java
PHP
Python
Scala

C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Coprocessors in Java

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

nein

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Multi-Source Replikation
Source-Replica Replikation

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Abfragen werden als MapReduce Jobs behandelt

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency or Eventual Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Single row ACID (across millions of columns)

nein

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

nein

Access Control Lists (ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC

Zugriffsrechte für Benutzer, Gruppen und Rollen

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

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021, Krishna Maheshwari (sponsor)

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, Paul Andlinger

alle anzeigen

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Cloudera creates observability tool to help enterprises manage cloud costs
6. Juni 2023, SiliconANGLE News

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

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

bereitgestellt von Google News

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Facebook unveils Hydrabase, a next-generation HBase
22. April 2024, Yahoo Canada Shine On

Best Practices from Rackspace for Modernizing a Legacy HBase/Solr Architecture Using AWS Services | Amazon Web ...
9. Oktober 2023, AWS Blog

Less Components, Higher Performance: Apache Doris instead of ClickHouse, MySQL, Presto, and HBase
20. Oktober 2023, hackernoon.com

HBase: The database big data left behind
6. Mai 2016, InfoWorld

What Is HBase? (Definition, Uses, Benefits, Features)
22. Dezember 2022, Built In

bereitgestellt von Google News

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

Data Engineering in 2024: Predictions For Data Lakes and The Serving Layer
23. Januar 2024, Datanami

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

Top 80 Hadoop Interview Questions and Answers for 2024
15. Februar 2024, Simplilearn

What Is Apache Iceberg?
26. Februar 2024, IBM

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk