DBMS > Apache Impala vs. Badger vs. Netezza vs. SiriDB vs. SpaceTime

Vergleich der Systemeigenschaften Apache Impala vs. Badger vs. Netezza vs. SiriDB vs. SpaceTime

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.

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Open Source Time Series DBMS

SpaceTime ist ein Spatio-temporal DBMS mit Focus auf Performance.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

Relational DBMS

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

Punkte	10,63
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,14
Rang	#328	Overall
	#48	Key-Value Stores

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Punkte	0,00
Rang	#385	Overall
	#7	Spatial DBMS

Website

impala.apache.org

github.com/dgraph-io/badger

www.ibm.com/products/netezza

siridb.com

www.mireo.com/spacetime

Technische Dokumentation

impala.apache.org/impala-docs.html

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

docs.siridb.com

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

DGraph Labs

IBM

Cesbit

Mireo

Erscheinungsjahr

2013

2017

2000

2017

2020

Aktuelle Version

4.1.0, Juni 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

kommerziell

Open Source

MIT License

kommerziell

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++

Server Betriebssysteme

Linux

BSD
Linux
OS X
Solaris
Windows

Linux

In Appliance inkludiert

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Numeric data

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

nein

A subset of ANSI SQL is implemented

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
OLE DB

HTTP API

RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C++
Fortran
Java
Lua
Perl
Python
R

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

C#
C++
Python

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

keine

Sharding

Fixed-grid hypercubes

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

Source-Replica Replikation

Real-time block device replication (DRBD)

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Benutzer mit feingranularem Berechtigungskonzept

Einfache Rechteverwaltung mit Benutzeraccounts

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

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

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

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

Dgraph raises $11.5 million for scalable graph database solutions
31. Juli 2019, VentureBeat

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, IBM

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, Microsoft

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk