DBMS > Apache Druid vs. Apache Impala vs. Datomic vs. DuckDB vs. SiriDB

Vergleich der Systemeigenschaften Apache Druid vs. Apache Impala vs. Datomic vs. DuckDB vs. SiriDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Open-source analytics data store designed for sub-second OLAP queries on high dimensionality and high cardinality data

Analytic DBMS für Hadoop

DBMS mit Fokus auf der Abspeicherung von historischen Daten und 'point-in-time queries'. Es verwendet Fremdsysteme zur Speicherung der Daten

An embeddable, in-process, column-oriented SQL OLAP RDBMS

Open Source Time Series DBMS

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	3,25
Rang	#90	Overall
	#47	Relational DBMS
	#7	Time Series DBMS

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

Punkte	1,66
Rang	#144	Overall
	#66	Relational DBMS

Punkte	4,63
Rang	#69	Overall
	#37	Relational DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Website

Technische Dokumentation

druid.apache.org/docs/latest/design

impala.apache.org/impala-docs.html

docs.datomic.com

duckdb.org/docs

docs.siridb.com

Entwickler

Apache Software Foundation and contributors

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Cognitect

Cesbit

Erscheinungsjahr

2012

2013

2012

2018

2017

Aktuelle Version

29.0.1, April 2024

4.1.0, Juni 2022

1.0.7075, Dezember 2023

1.0.0, Juni 2024

Lizenz

Commercial or Open Source

Open Source

Apache license v2

Open Source

Apache Version 2

kommerziell

Limitierte Edition gratis

Open Source

MIT License

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

Java

C++

Java, Clojure

C++

Server Betriebssysteme

Linux
OS X
Unix

Linux

Alle Betriebssysteme mit einer Java VM

serverlos

Linux

Datenschema

schema-less columns are supported

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

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 for querying

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

JDBC
ODBC

RESTful HTTP API

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

HTTP API

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

All languages supporting JDBC/ODBC

Clojure
Java

C
C#

3rd party driver
C++
Crystal

3rd party driver
Go

3rd party driver
Java
Lisp

3rd party driver
Python
R
Ruby

3rd party driver
Rust
Swift
Zig

3rd party driver

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Server-seitige Scripts

Stored Procedures

nein

Benutzer definierte Funktionen und Integration von Map/Reduce

Transaction Functions

nein

Triggers

nein

By using transaction functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

Sharding

keine

But extensive use of caching in the application peers

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

frei wählbarer Replikationsfaktor

keine

But extensive use of caching in the application peers

keine

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

using external storage systems (e.g. Cassandra, DynamoDB, PostgreSQL, Couchbase and others)

In-Memory Unterstützung

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

nein

recommended only for testing and development

Berechtigungskonzept

Zugriffskontrolle

RBAC using LDAP or Druid internals for users and groups for read/write by datasource and system

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

Einfache Rechteverwaltung mit Benutzeraccounts

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 Druid Wins Best Big Data Product in the 2023 BigDATAwire Readers' Choice Awards
26. Januar 2024, Datanami

'Lucifer' Botnet Turns Up the Heat on Apache Hadoop Servers
21. Februar 2024, Dark Reading

New DDoS malware Attacking Apache big-data stack, Hadoop, & Druid Servers
26. Februar 2024, GBHackers

Apache Druid Takes Its Place In The Pantheon Of Databases
16. Juni 2022, The Next Platform

How to connect DataGrip to Apache Druid | by Zisis Flokas
18. Oktober 2021, Towards Data Science

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

Stanchion Turns SQLite Into A Column Store
15. Februar 2024, iProgrammer

Nubank buys firm behind Clojure programming language
28. Juli 2020, Finextra

Architecting Software for Leverage
13. November 2021, InfoQ.com

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

Brazil’s Nubank acquires US software firm Cognitect, creator of Clojure and Datomic
24. Juli 2020, LatamList

bereitgestellt von Google News

MotherDuck Announces General Availability; Brings Simplicity and Power of DuckDB in a Serverless Data Warehouse
11. Juni 2024, PR Newswire

DuckDB: The tiny but powerful analytics database
15. Mai 2024, InfoWorld

DuckDB promises greater stability with 1.0 release
5. Juni 2024, The Register

My First Billion (of Rows) in DuckDB | by João Pedro | May, 2024
1. Mai 2024, Towards Data Science

DuckDB: In-Process Python Analytics for Not-Quite-Big Data
31. Mai 2024, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk