DBMS > Apache Druid vs. Databend vs. GBase vs. JaguarDB

Vergleich der Systemeigenschaften Apache Druid vs. Databend vs. GBase vs. JaguarDB

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

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

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Performant, highly scalable DBMS for AI and IoT applications

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Relational DBMS

Key-Value Store
Vektor DBMS

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

Punkte	3,34
Rang	#88	Overall
	#48	Relational DBMS
	#7	Time Series DBMS

Punkte	0,30
Rang	#287	Overall
	#130	Relational DBMS

Punkte	1,07
Rang	#185	Overall
	#86	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores
	#13	Vektor DBMS

Website

druid.apache.org

github.com/datafuselabs/databend
www.databend.com

www.gbase.cn

www.jaguardb.com

Technische Dokumentation

druid.apache.org/docs/latest/design

docs.databend.com

www.jaguardb.com/support.html

Entwickler

Apache Software Foundation and contributors

Databend Labs

General Data Technology Co., Ltd.

DataJaguar, Inc.

Erscheinungsjahr

2012

2021

2004

2015

Aktuelle Version

29.0.1, April 2024

1.0.59, April 2023

GBase 8a, GBase 8s, GBase 8c

3.3 July 2023

Lizenz

Commercial or Open Source

Open Source

Apache license v2

Open Source

Apache Version 2.0

kommerziell

Open Source

GPL V3.0

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

Rust

C, Java, Python

C++

the server part. Clients available in other languages

Server Betriebssysteme

Linux
OS X
Unix

gehostet
Linux
macOS

Linux

Datenschema

schema-less columns are supported

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 for querying

Standard with numerous extensions

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

CLI Client
JDBC
RESTful HTTP API

ADO.NET
C API
JDBC
ODBC

JDBC
ODBC

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

Go
Java
JavaScript (Node.js)
Python
Rust

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

Server-seitige Scripts

Stored Procedures

nein

user defined functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

keine

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

keine

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

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

ACID

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

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

Users with fine-grained authorization concept, user roles

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

Imply Data gives Apache Druid schema auto-discover capability
6. Juni 2023, SiliconANGLE News

Imply Announces Automatic Schema Discovery for Apache Druid, Reinforcing Druid's Leadership for Real-Time ...
6. Juni 2023, Business Wire

bereitgestellt von Google News

Rust and the OS, the Web, Database and Other Languages
21. November 2022, The New Stack

Data Bending: Creating Unique Digital Visual Effects
23. April 2020, RedShark News

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, Thomasnet

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk