DBMS > Apache Druid vs. Apache Impala vs. EsgynDB vs. HyperSQL

Vergleich der Systemeigenschaften Apache Druid vs. Apache Impala vs. EsgynDB vs. HyperSQL

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

Analytic DBMS für Hadoop

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

In Java gesschriebenes multithreaded und transaktionales RDBMS

Auch bekannt unter HSQLDB

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	3,29
Rang	#95	Overall
	#49	Relational DBMS
	#7	Time Series DBMS

Punkte	14,03
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Punkte	3,90
Rang	#85	Overall
	#46	Relational DBMS

Website

Technische Dokumentation

druid.apache.org/docs/latest/design

impala.apache.org/impala-docs.html

hsqldb.org/web/hsqlDocsFrame.html

Entwickler

Apache Software Foundation and contributors

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Esgyn

Erscheinungsjahr

2012

2013

2015

2001

Aktuelle Version

29.0.1, April 2024

4.1.0, Juni 2022

2.7.2, Juni 2023

Lizenz

Commercial or Open Source

Open Source

Apache license v2

Open Source

Apache Version 2

kommerziell

Open Source

Basiert auf BSD-Lizenz

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++

C++, Java

Java

Server Betriebssysteme

Linux
OS X
Unix

Linux

Alle Betriebssysteme mit einer Java VM

Embedded (into Java applications) and Client-Server operating modes

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

SQL

Support of SQL

SQL for querying

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

JDBC
ODBC

ADO.NET
JDBC
ODBC

HTTP API

JDBC via HTTP
JDBC
ODBC

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

All languages supporting JDBC/ODBC

All languages supporting JDBC/ODBC/ADO.Net

All languages supporting JDBC/ODBC
Java

Server-seitige Scripts

Stored Procedures

nein

Benutzer definierte Funktionen und Integration von Map/Reduce

Java Stored Procedures

Java, SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

frei wählbarer Replikationsfaktor

Multi-source replication between multi datacenters

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

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

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

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

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

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

HyperSQL DataBase flaw leaves library vulnerable to RCE
24. Oktober 2022, The Daily Swig

Introduction to JDBC with HSQLDB tutorial
14. November 2022, TheServerSide.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk