DBMS > Apache Druid vs. ITTIA vs. Postgres-XL vs. Sadas Engine

Vergleich der Systemeigenschaften Apache Druid vs. ITTIA vs. Postgres-XL vs. Sadas Engine

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

Edge Time Series DBMS with Real-Time Stream Processing

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Primäres Datenbankmodell

Relational DBMS
Time Series DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Relational DBMS

Document Store
Spatial DBMS

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

Punkte	2,85
Rang	#96	Overall
	#50	Relational DBMS
	#6	Time Series DBMS

Punkte	0,36
Rang	#272	Overall
	#22	Time Series DBMS

Punkte	0,43
Rang	#260	Overall
	#119	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#159	Relational DBMS

Website

Technische Dokumentation

druid.apache.org/docs/latest/design

www.postgres-xl.org/documentation

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

Entwickler

Apache Software Foundation and contributors

ITTIA L.L.C.

SADAS s.r.l.

Erscheinungsjahr

2012

2007

2014

seit 2012, ursprünglich genannt StormDB

2006

Aktuelle Version

30.0.0, Juni 2024

8.7

10 R1, Oktober 2018

8.0

Lizenz

Commercial or Open Source

Open Source

Apache license v2

kommerziell

Open Source

Mozilla public license

kommerziell

free trial version available

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 und C++

C++

Server Betriebssysteme

Linux
OS X
Unix

Linux
Windows

Linux
macOS

AIX
Linux
Windows

Datenschema

schema-less columns are supported

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Float/Blob/Integer/String/Unicode/Date/Time/Timestamp/Interval

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

XML type, but no XML query functionality

nein

Sekundärindizes

SQL

Support of SQL

SQL for querying

yes

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
RESTful HTTP/JSON API

JDBC
ODBC
RESTful HTTP API
WebSocket

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

JDBC
ODBC
Proprietäres Protokoll

Unterstützte Programmiersprachen

Clojure
JavaScript
PHP
Python
R
Ruby
Scala

C
C++
JavaScript (Node.js)
Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

.Net
C
C#
C++
Groovy
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

manual/auto, time-based

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

ja, durch HDFS, S3 oder andere Storage Engines

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

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

Database file passwords

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users, groups and roles according to 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

Apache® Druid Wins Best Big Data Product in the 2023 BigDATAwire Readers’ Choice Awards
26. Januar 2024, Business Wire

Imply Announces the Availability of Imply Polaris, a Database-as-a-Service Built from Apache Druid, on Microsoft Azure
26. Juni 2024, Yahoo Finance

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

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

How to connect DataGrip to Apache Druid
18. Oktober 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk