DBMS > Apache Drill vs. Apache Impala vs. Microsoft Azure Table Storage vs. SurrealDB vs. XTDB

Vergleich der Systemeigenschaften Apache Drill vs. Apache Impala vs. Microsoft Azure Table Storage vs. SurrealDB vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

Analytic DBMS für Hadoop

A Wide Column Store for rapid development using massive semi-structured datasets

A fully ACID transactional, developer-friendly, multi-model DBMS

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

Primäres Datenbankmodell

Document Store
Relational DBMS

Relational DBMS

Wide Column Store

Document Store
Graph DBMS

Document Store

Sekundäre Datenbankmodelle

Document Store

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

Punkte	2,02
Rang	#124	Overall
	#22	Document Stores
	#59	Relational DBMS

Punkte	12,45
Rang	#40	Overall
	#24	Relational DBMS

Punkte	4,04
Rang	#77	Overall
	#6	Wide Column Stores

Punkte	1,02
Rang	#190	Overall
	#33	Document Stores
	#18	Graph DBMS

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

drill.apache.org

impala.apache.org

azure.microsoft.com/en-us/services/storage/tables

surrealdb.com

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

Technische Dokumentation

drill.apache.org/docs

impala.apache.org/impala-docs.html

surrealdb.com/docs

www.xtdb.com/docs

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Microsoft

SurrealDB Ltd

Juxt Ltd.

Erscheinungsjahr

2012

2013

2012

2022

2019

Aktuelle Version

1.20.3, Jaenner 2023

4.1.0, Juni 2022

v1.5.0, Mai 2024

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache Version 2

kommerziell

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++

Rust

Clojure

Server Betriebssysteme

Linux
OS X
Windows

Linux

gehostet

Linux
macOS
Windows

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

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

nein

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

SQL-like DML and DDL statements

nein

SQL-like query language

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

RESTful HTTP API

GraphQL
RESTful HTTP API
WebSocket

HTTP REST
JDBC

Unterstützte Programmiersprachen

C++

All languages supporting JDBC/ODBC

.Net
C#
C++
Java
JavaScript (Node.js)
PHP
Python
Ruby

Deno
Go
JavaScript (Node.js)
Rust

Clojure
Java

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

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

Depending on the underlying data source

nein

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Access rights based on private key authentication or shared access signatures

yes, based on authentication and database rules

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

Apache Drill vs. Apache Spark — Which SQL query engine is better for you?
23. September 2019, Towards Data Science

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Apache Drill Poised to Crack Tough Data Challenges
19. Mai 2015, Datanami

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

Drill Mines Diverse Data Sets, Google Style
20. Mai 2015, The Next Platform

bereitgestellt von Google News

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

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

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

Quick Guide to Azure Storage Pricing
16. Mai 2023, DevOps.com

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

bereitgestellt von Google News

SD Times Open-Source Project of the Week: SurrealDB
10. Mai 2024, SDTimes.com

Meet Tobie Morgan Hitchcock, CEO & Co-Founder Of SurrealDB
25. April 2024, TechRound

Cloud, privacy and AI: Trends defining the future of data and databases
27. September 2023, Sifted

SurrealDB raises $6M for its database-as-a-service offering
4. Januar 2023, TechCrunch

Introducing SurrealDB: A Quantum Leap in Database Technology
11. September 2023, TechRound

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk