DBMS > Apache Impala vs. Badger vs. Newts vs. Teradata Aster

Vergleich der Systemeigenschaften Apache Impala vs. Badger vs. Newts vs. Teradata Aster

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Teradata Aster has been integrated into other Teradata systems and therefore will be removed from the DB-Engines ranking.

Kurzbeschreibung

Analytic DBMS für Hadoop

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

Time Series DBMS basierend auf Cassandra

Platform for big data analytics on multistructured data sources and types

Primäres Datenbankmodell

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	0,07
Rang	#375	Overall
	#41	Time Series DBMS

Website

impala.apache.org

github.com/dgraph-io/badger

opennms.github.io/newts

Technische Dokumentation

impala.apache.org/impala-docs.html

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

github.com/OpenNMS/newts/wiki

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

DGraph Labs

OpenNMS Group

Teradata

Erscheinungsjahr

2013

2017

2014

2005

Aktuelle Version

4.1.0, Juni 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

Apache 2.0

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++

Java

Server Betriebssysteme

Linux

BSD
Linux
OS X
Solaris
Windows

Linux
OS X
Windows

Linux

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

defined schema within the relational store; partial schema or schema free in the Aster File Store

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

in Aster File Store

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

HTTP REST
Java API

ADO.NET
JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Java

C
C#
C++
Java
Python
R

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

R packages

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Dimension tables are replicated across all nodes in the cluster. The number of replicas for the file store can be configured.

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

SQL Map-Reduce Framework

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

keine

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency or Eventual Consistency depending on configuration

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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 entsprechend 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

Teradata Enhances Big Data Analytics Platform
31. Mai 2024, Data Center Knowledge

Teradata Provides the Simplest Way to Bring the Science of Data to the Art of Business
22. September 2011, PR Newswire

Teradata's Aster shows how the flowers of fraud bloom
23. April 2015, The Register

Case study: Siemens reduces train failures with Teradata Aster
12. September 2016, RCR Wireless News

Teradata unveils improved QueryGrid connectors
21. April 2015, CIO

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk