DBMS > Apache Impala vs. Badger vs. BigObject vs. Blueflood

Vergleich der Systemeigenschaften Apache Impala vs. Badger vs. BigObject vs. Blueflood

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Apache Impala  Xaus Vergleich ausschliessen	Badger  Xaus Vergleich ausschliessen	BigObject  Xaus Vergleich ausschliessen	Blueflood  Xaus Vergleich ausschliessen
Kurzbeschreibung	Analytic DBMS für Hadoop	An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.	Analytic DBMS für Echtzeitberechnungen und Queries	Skalierbare Timeseries DBMS basierend auf Cassandra
Primäres Datenbankmodell	Relational DBMS	Key-Value Store	Relational DBMS Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden	Time Series 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 0,22 Rang #320   Overall #47   Key-Value Stores	Punkte 0,19 Rang #329   Overall #146   Relational DBMS	Punkte 0,13 Rang #346   Overall #33   Time Series DBMS
Website	impala.apache.org	github.com/­dgraph-io/­badger	bigobject.io	blueflood.io
Technische Dokumentation	impala.apache.org/­impala-docs.html	godoc.org/­github.com/­dgraph-io/­badger	docs.bigobject.io	github.com/­rax-maas/­blueflood/­wiki
Entwickler	Apache Software Foundation Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera	DGraph Labs	BigObject, Inc.	Rackspace
Erscheinungsjahr	2013	2017	2015	2013
Aktuelle Version	4.1.0, Juni 2022
Lizenz Commercial or Open Source	Open Source Apache Version 2	Open Source Apache 2.0	kommerziell kostenlose community edition verfügbar	Open Source Apache 2.0
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	C++	Go		Java
Server Betriebssysteme	Linux	BSD Linux OS X Solaris Windows	Linux distributed as a docker-image OS X distributed as a docker-image (boot2docker) Windows distributed as a docker-image (boot2docker)	Linux OS X
Datenschema	ja	schemafrei	ja	vordefiniertes Schema
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	nein	ja	ja
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	ja	nein	ja	nein
SQL Support of SQL	SQL-like DML and DDL statements	nein	SQL-like DML and DDL statements	nein
APIs und andere Zugriffskonzepte	JDBC ODBC		fluentd ODBC RESTful HTTP API	HTTP REST
Unterstützte Programmiersprachen	All languages supporting JDBC/ODBC	Go
Server-seitige Scripts Stored Procedures	ja Benutzer definierte Funktionen und Integration von Map/Reduce	nein	Lua	nein
Triggers	nein	nein	nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding	keine	keine	Sharding basierend auf Cassandra
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	frei wählbarer Replikationsfaktor	keine	keine	frei wählbarer Replikationsfaktor basierend auf Cassandra
MapReduce Bietet ein API für Map/Reduce Operationen	ja Abfragen werden als Map/Reduce Jobs durchgeführt	nein	nein	nein
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Eventual Consistency	keine	keine	Eventual Consistency basierend auf Cassandra Immediate Consistency basierend auf Cassandra
Fremdschlüssel referenzielle Integrität	nein	nein	ja automatically between fact table and dimension tables	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	nein	nein	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja Read/write lock on objects (tables, trees)	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein	nein	ja	nein
Berechtigungskonzept Zugriffskontrolle	Zugriffsrechte für Benutzer, Gruppen und Rollen basiert auf Apache Sentry und Kerberos	nein	nein	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
	Apache Impala	Badger	BigObject	Blueflood
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			Real-Time Performance and Health Monitoring Using Netdata 2. September 2019, CNX Software bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk