DBMS > Apache Impala vs. atoti vs. BaseX vs. Postgres-XL

Vergleich der Systemeigenschaften Apache Impala vs. atoti vs. BaseX vs. Postgres-XL

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 in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

Leichtgewichtiges Native XML DBMS mit Unterstützung für XQuery 3.0 und mit interactiver GUI.

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

Document Store
Spatial DBMS

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

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

Punkte	0,45
Rang	#253	Overall
	#13	Object oriented DBMS

Punkte	1,56
Rang	#141	Overall
	#4	Native XML DBMS

Punkte	0,43
Rang	#260	Overall
	#119	Relational DBMS

Website

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.atoti.io

docs.basex.org

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

ActiveViam

BaseX GmbH

Erscheinungsjahr

2013

2007

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

4.1.0, Juni 2022

11.2, August 2024

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

free versions available

Open Source

BSD Lizenz

Open Source

Mozilla public license

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

Linux
OS X
Windows

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XQuery unterstützt Typen

XML Unterstützung

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

nein

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

Multidimensional Expressions (MDX)

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC

Java API
RESTful HTTP API
RESTXQ
WebDAV
XML:DB
XQJ

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Actionscript
C
C#
Haskell
Java
JavaScript

Node.js
Lisp
Perl
PHP
Python
Qt
Rebol
Ruby
Scala
Visual Basic

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

Python

benutzerdefinierte Funktionen

Triggers

nein

mittels Events

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Sharding, horizontal partitioning

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Mehrere Lese-, ein Schreibprozess

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

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

Benutzer mit feingranularem, 4-stufigem Berechtigungskonzept

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 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

ActiveViam Announces Leadership Succession
4. September 2024, businesswire.com

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

9 Skills You Need to Become a Data Engineer
2. November 2022, KDnuggets

XML Injection Attacks: What to Know About XPath, XQuery, XXE & More
18. Mai 2022, Hashed Out by The SSL Store™

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk