DBMS > Apache Impala vs. Atos Standard Common Repository vs. Machbase Neo vs. Qdrant

Vergleich der Systemeigenschaften Apache Impala vs. Atos Standard Common Repository vs. Machbase Neo vs. Qdrant

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

This system has been discontinued and will be removed from the DB-Engines ranking.

Kurzbeschreibung

Analytic DBMS für Hadoop

Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks

TimeSeries DBMS for AIoT and BigData

A high-performance vector database with neural network or semantic-based matching

Primäres Datenbankmodell

Relational DBMS

Document Store
Key-Value Store

Time Series DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Document Store

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

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

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Punkte	1,28
Rang	#167	Overall
	#8	Vektor DBMS

Website

impala.apache.org

atos.net/en/convergence-creators/portfolio/standard-common-repository

machbase.com

github.com/qdrant/qdrant
qdrant.tech

Technische Dokumentation

impala.apache.org/impala-docs.html

machbase.com/dbms

qdrant.tech/documentation

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Atos Convergence Creators

Machbase

Qdrant

Erscheinungsjahr

2013

2016

2013

2021

Aktuelle Version

4.1.0, Juni 2022

1703

V8.0, August 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

free test version available

Open Source

Apache Version 2.0

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

C++

Java

Rust

Server Betriebssysteme

Linux

Linux
macOS
Windows

Docker
Linux
macOS
Windows

Datenschema

Schema and schema-less with LDAP views

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

Numbers, Strings, Geo, Boolean

XML Unterstützung

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

nein

Sekundärindizes

Keywords, numberic ranges, geo, full-text

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

LDAP

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

gRPC
OpenAPI 3.0
RESTful HTTP/JSON API

OpenAPI 3.0

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

All languages with LDAP bindings

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

.Net
Go
Java
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

cell division

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

selectable replication factor

Collection-level replication

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

Eventual Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Eventual Consistency, tunable consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic execution of specific operations

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

nein

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

LDAP bind authentication

einfacher Passwort-basierter Zugriffsschutz

Key-based authentication

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 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

Open source vector database startup Qdrant raises $28M
23. Januar 2024, TechCrunch

Qdrant Raises $28M to Advance Massive-Scale AI Applications
23. Januar 2024, businesswire.com

Qdrant Hybrid Cloud is Now Available for OCI Customers: Managed Vector Search Engine for Data-Sensitive AI ...
16. April 2024, blogs.oracle.com

Qdrant offers managed vector database for hybrid clouds
16. April 2024, InfoWorld

Why Vector Data Services For AI Are A Moveable Feast
17. April 2024, Forbes

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk