DBMS > Apache Doris vs. Apache Impala vs. Apache Pinot vs. TempoIQ

Vergleich der Systemeigenschaften Apache Doris vs. Apache Impala vs. Apache Pinot vs. TempoIQ

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

TempoIQ seems to be decommissioned. It will be removed from the DB-Engines ranking.

Kurzbeschreibung

An MPP-based analytics DBMS embracing the MySQL protocol

Analytic DBMS für Hadoop

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

Scalable analytics DBMS for sensor data, provided as a service (SaaS)

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	0,61
Rang	#235	Overall
	#110	Relational DBMS

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

Punkte	0,35
Rang	#274	Overall
	#128	Relational DBMS

Website

doris.apache.org
github.com/apache/doris

impala.apache.org

pinot.apache.org

tempoiq.com (offline)

Technische Dokumentation

github.com/apache/doris/wiki

impala.apache.org/impala-docs.html

docs.pinot.apache.org

Entwickler

Apache Software Foundation, originally contributed from Baidu

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Apache Software Foundation and contributors

TempoIQ

Erscheinungsjahr

2017

2013

2015

2012

Aktuelle Version

1.2.2, Februar 2023

4.1.0, Juni 2022

1.0.0, September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2

Open Source

Apache Version 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

Java

C++

Java

Server Betriebssysteme

Linux

All OS with a Java JDK11 or higher

Datenschema

schemafrei

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

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
MySQL client

JDBC
ODBC

JDBC

HTTP API

Unterstützte Programmiersprachen

Java

All languages supporting JDBC/ODBC

Go
Java
Python

C#
Java
JavaScript

Node.js
Python
Ruby

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

Realtime Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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 mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

einfacher Authentication-basierter Zugriffsschutz

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

Erwähnungen in aktuellen Nachrichten

Breaking Down Data Silos: How Apache Doris Streamlines Customer Data Integration
20. März 2024, hackernoon.com

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

Migrating from ClickHouse to Apache Doris: Boosting OLAP Performance
9. Oktober 2023, hackernoon.com

How to Digest 15 Billion Logs Per Day and Keep Big Queries Within 1 Second
1. September 2023, KDnuggets

Apache Doris Analytical Database Graduates from Apache Incubator
20. Juni 2022, Datanami

bereitgestellt von Google 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

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

Build a real-time analytics solution with Apache Pinot on AWS
6. August 2024, AWS Blog

Pinot for Low-Latency Offline Table Analytics
29. August 2024, Uber

StarTree broadly enhances Apache Pinot-based analytics platform
8. Mai 2024, SiliconANGLE News

Open source Apache Pinot advances as StarTree boosts real-time analytics and observability
8. Mai 2024, VentureBeat

StarTree Makes Observability Case for Apache Pinot Database
8. Mai 2024, DevOps.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk