DBMS > Apache Impala vs. Axibase vs. GBase vs. Graphite

Vergleich der Systemeigenschaften Apache Impala vs. Axibase vs. GBase vs. Graphite

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Hadoop

Skalierbares Timeseries DBMS basierend auf HBase mit integrierter Rule Engine und Visualisierung

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

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

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

Punkte	13,77
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,29
Rang	#292	Overall
	#25	Time Series DBMS

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

Punkte	4,57
Rang	#73	Overall
	#5	Time Series DBMS

Website

impala.apache.org

axibase.com/docs/atsd/finance

www.gbase.cn

github.com/graphite-project/graphite-web

Technische Dokumentation

impala.apache.org/impala-docs.html

graphite.readthedocs.io

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Axibase Corporation

General Data Technology Co., Ltd.

Chris Davis

Erscheinungsjahr

2013

2004

2006

Aktuelle Version

4.1.0, Juni 2022

15585

GBase 8a, GBase 8s, GBase 8c

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Community Edition (single node) is free, Enterprise Edition (distributed) is paid

kommerziell

Open Source

Apache 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

C, Java, Python

Python

Server Betriebssysteme

Linux

Linux
Unix

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

short, integer, long, float, double, decimal, string

Numeric data only

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-like DML and DDL statements

SQL-like query language

Standard with numerous extensions

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
Proprietary protocol (Network API)
RESTful HTTP API

ADO.NET
C API
JDBC
ODBC

HTTP API
Sockets

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Go
Java
PHP
Python
R
Ruby

JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

user defined functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

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

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

keine

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

keine

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Impala 4 Supports Operator Multi-Threading
29. Juli 2021, iProgrammer

Cloudera Bringing Impala to AWS Cloud
28. November 2017, Datanami

Apache Impala becomes Top-Level Project
28. November 2017, SDTimes.com

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

bereitgestellt von Google News

The Ultimate ATV Test: Suzuki's King Quad 750 AXI Rugged Package vs. Alaska's Hunting Season
20. April 2021, Outdoor Life

bereitgestellt von Google News

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

How Grafana made observability accessible
12. Juni 2023, InfoWorld

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk