DBMS > Amazon Redshift vs. Apache Impala vs. FeatureBase

Vergleich der Systemeigenschaften Amazon Redshift vs. Apache Impala vs. FeatureBase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Large scale data warehouse service for use with business intelligence tools

Analytic DBMS für Hadoop

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	14,57
Rang	#37	Overall
	#22	Relational DBMS

Punkte	11,58
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,26
Rang	#292	Overall
	#132	Relational DBMS

Website

aws.amazon.com/redshift

impala.apache.org

www.featurebase.com

Technische Dokumentation

docs.aws.amazon.com/redshift

impala.apache.org/impala-docs.html

docs.featurebase.com

Entwickler

Amazon (based on PostgreSQL)

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Molecula and Pilosa Open Source Contributors

Erscheinungsjahr

2012

2013

2017

Aktuelle Version

4.1.0, Juni 2022

2022, May 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2

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++

Server Betriebssysteme

gehostet

Linux

Linux
macOS

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

eingeschränkt

nein

SQL

Support of SQL

keine vollständige Unterstützung eines SQL-Standards

SQL-like DML and DDL statements

SQL queries

APIs und andere Zugriffskonzepte

JDBC
ODBC

gRPC
JDBC
Kafka Connector
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Java
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in Python

Benutzer definierte Funktionen und Integration von Map/Reduce

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Abfragen werden als Map/Reduce Jobs durchgeführt

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

werden aber nicht 'enforced'

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

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

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Increased popularity for consuming DBMS services out of the cloud
2. Oktober 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Amazon Redshift Serverless is now available in the AWS Mexico (Central) and Asia Pacific (Thailand) Regions
20. März 2025, AWS Blog

Connect, share, and query where your data sits using Amazon SageMaker Unified Studio
21. März 2025, AWS Blog

Build a secure data visualization application using the Amazon Redshift Data API with AWS IAM Identity Center
6. März 2025, AWS Blog

Recap of Amazon Redshift key product announcements in 2024
17. Dezember 2024, AWS Blog

Amazon Redshift enhances security by changing default behavior in 2025
30. Januar 2025, AWS Blog

bereitgestellt von Google News

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

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

Apache Iceberg is now available on the Cloudera Data Platform
4. Juli 2022, Techzine Europe

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

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

bereitgestellt von Google News

Former Silicon Labs CEO Tyson Tuttle launches AI startup Circuit, acquires Austin startup Molecula
23. Juli 2024, The Business Journals

Get Your Infrastructure Ready for Real-Time Analytics
9. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk