DBMS > Apache Impala vs. Badger vs. Bangdb vs. OpenMLDB

Vergleich der Systemeigenschaften Apache Impala vs. Badger vs. Bangdb vs. OpenMLDB

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

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

Converged and high performance database for device data, events, time series, document and graph

An open-source machine learning database that provides a feature platform for training and inference

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Document Store
Graph DBMS
Time Series DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

Relational DBMS

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

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

Punkte	0,22
Rang	#320	Overall
	#47	Key-Value Stores

Punkte	0,16
Rang	#338	Overall
	#47	Document Stores
	#32	Graph DBMS
	#31	Time Series DBMS

Punkte	0,10
Rang	#359	Overall
	#36	Time Series DBMS

Website

impala.apache.org

github.com/dgraph-io/badger

bangdb.com

openmldb.ai

Technische Dokumentation

impala.apache.org/impala-docs.html

godoc.org/github.com/dgraph-io/badger

docs.bangdb.com

openmldb.ai/docs/zh/main

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

DGraph Labs

Sachin Sinha, BangDB

4 Paradigm Inc.

Erscheinungsjahr

2013

2017

2012

2020

Aktuelle Version

4.1.0, Juni 2022

BangDB 2.0, October 2021

2024-2 February 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

BSD 3

Open Source

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++

C, C++

C++, Java, Scala

Server Betriebssysteme

Linux

BSD
Linux
OS X
Solaris
Windows

Linux

Datenschema

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

yes: string, long, double, int, geospatial, stream, events

XML Unterstützung

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

nein

Sekundärindizes

nein

secondary, composite, nested, reverse, geospatial

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL like support with command line tool

APIs und andere Zugriffskonzepte

JDBC
ODBC

Propriätäres Protokoll
RESTful HTTP API

JDBC
SQLAlchemy

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C#
C++
Java
Python

C++
Go
Java
Python
Scala

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

yes, Notifications (with Streaming only)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

selectable replication factor, Knob for CAP (enterprise version only)

Source-Replica Replikation

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

keine

Tunable consistency, set CAP knob accordingly

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

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

nein

yes, run db with in-memory only mode

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

yes (enterprise version only)

fine grained access rights 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 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

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk