DBMS > Apache Impala vs. Bangdb vs. EJDB vs. Sequoiadb vs. Splice Machine

Vergleich der Systemeigenschaften Apache Impala vs. Bangdb vs. EJDB vs. Sequoiadb vs. Splice Machine

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Hadoop

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

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

NewSQL database with distributed OLTP and SQL

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Relational DBMS

Document Store
Graph DBMS
Time Series DBMS

Document Store

Document Store
Relational DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

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

Punkte	13,77
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	0,45
Rang	#261	Overall
	#41	Document Stores
	#122	Relational DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Website

impala.apache.org

bangdb.com

github.com/Softmotions/ejdb

www.sequoiadb.com

splicemachine.com

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.bangdb.com

github.com/Softmotions/ejdb/blob/master/README.md

www.sequoiadb.com/en/index.php?m=Files&a=index

splicemachine.com/how-it-works

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Sachin Sinha, BangDB

Softmotions

Sequoiadb Ltd.

Splice Machine

Erscheinungsjahr

2013

2012

2013

2014

Aktuelle Version

4.1.0, Juni 2022

BangDB 2.0, October 2021

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

BSD 3

Open Source

GPLv2

Open Source

Server: AGPL; Client: Apache V2

Open Source

AGPL 3.0, commercial license available

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

Server Betriebssysteme

Linux

serverlos

Linux

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

string, integer, double, bool, date, object_id

oid, date, timestamp, binary, regex

XML Unterstützung

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

nein

Sekundärindizes

secondary, composite, nested, reverse, geospatial

nein

SQL

Support of SQL

SQL-like DML and DDL statements

SQL like support with command line tool

nein

SQL-like query language

APIs und andere Zugriffskonzepte

JDBC
ODBC

Propriätäres Protokoll
RESTful HTTP API

In-process Library

Proprietäres Protokoll basierend auf JSON

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C#
C++
Java
Python

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

.Net
C++
Java
PHP
Python

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

JavaScript

Java

Triggers

nein

yes, Notifications (with Streaming only)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

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

keine

Sharding

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

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

keine

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Tunable consistency, set CAP knob accordingly

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

während einer Transaktion wird das Dokument gesperrt

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Read/Write Locking

yes, multi-version concurrency control (MVCC)

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

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

yes (enterprise version only)

nein

einfacher Passwort-basierter Zugriffsschutz

Access rights for users, groups and roles 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

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk