DBMS > Apache Impala vs. Badger vs. DolphinDB vs. PouchDB

Vergleich der Systemeigenschaften Apache Impala vs. Badger vs. DolphinDB vs. PouchDB

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.

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

JavaScript DBMS mit einem von CouchDB inspirierten API

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

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	4,03
Rang	#78	Overall
	#6	Time Series DBMS

Punkte	2,34
Rang	#112	Overall
	#21	Document Stores

Website

impala.apache.org

github.com/dgraph-io/badger

www.dolphindb.com

pouchdb.com

Technische Dokumentation

impala.apache.org/impala-docs.html

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

docs.dolphindb.cn/en/help200/index.html

pouchdb.com/guides

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

DGraph Labs

DolphinDB, Inc

Apache Software Foundation

Erscheinungsjahr

2013

2017

2018

2012

Aktuelle Version

4.1.0, Juni 2022

v2.00.4, January 2022

7.1.1, Juni 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

kommerziell

free community version available

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++

JavaScript

Server Betriebssysteme

Linux

BSD
Linux
OS X
Solaris
Windows

Linux
Windows

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

über Views

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

HTTP REST

only for PouchDB Server
JavaScript API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

JavaScript

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

View Functions in JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontale Partitionierung

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

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

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

mittels IndexedDB, WebSQL oder LevelDB

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

Administrators, Users, Groups

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

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

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

Building an Offline First App with PouchDB — SitePoint
10. März 2014, SitePoint

Getting Started with PouchDB Client-Side JavaScript Database — SitePoint
7. September 2016, SitePoint

3 Reasons To Think Offline First
22. März 2017, IBM

Create Offline Web Apps Using Service Workers & PouchDB — SitePoint
7. März 2017, SitePoint

Offline-first web and mobile apps: Top frameworks and components
22. Januar 2019, TechBeacon

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk