DBMS > Apache Impala vs. Citus vs. EJDB vs. Transwarp Hippo

Vergleich der Systemeigenschaften Apache Impala vs. Citus vs. EJDB vs. Transwarp Hippo

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

Scalable hybrid operational and analytics RDBMS for big data use cases based on PostgreSQL

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

Cloud-native distributed Vector DBMS that supports storage, retrieval, and management of massive vector-based datasets

Primäres Datenbankmodell

Relational DBMS

Document Store

Vektor DBMS

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	2,15
Rang	#117	Overall
	#56	Relational DBMS

Punkte	0,31
Rang	#296	Overall
	#44	Document Stores

Punkte	0,05
Rang	#386	Overall
	#14	Vektor DBMS

Website

impala.apache.org

www.citusdata.com

github.com/Softmotions/ejdb

www.transwarp.cn/en/subproduct/hippo

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.citusdata.com

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

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Softmotions

Erscheinungsjahr

2013

2010

2012

2023

Aktuelle Version

4.1.0, Juni 2022

8.1, Dezember 2018

1.0, Mai 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

AGPL, commercial license also available

Open Source

GPLv2

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

serverlos

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

Vector, Numeric and String

XML Unterstützung

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

nein

specific XML type available, but no XML query functionality

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

standard, with numerous extensions

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

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

In-process Library

RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

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

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

C++
Java
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

benutzerdefinierte Funktionen

realized in proprietary language PL/pgSQL or with common languages like Perl, Python, Tcl etc.

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

other methods possible by using 3rd party extensions

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

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

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 Berechtigungskonzept entsprechend SQL-Standard

nein

Role based access control and fine grained access rights

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

Ubicloud wants to build an open source alternative to AWS
5. März 2024, TechCrunch

Microsoft acquires Citus Data, re-affirming its commitment to Open Source and accelerating Azure PostgreSQL ...
24. Januar 2019, Microsoft

Ubicloud reels in $16M for its open-source cloud platform
5. März 2024, SiliconANGLE News

Distributed PostgreSQL Benchmarks: Azure Cosmos DB, CockroachDB, and YugabyteDB
8. Juli 2023, InfoQ.com

Microsoft Benchmarks Distributed PostgreSQL DBs
10. Juli 2023, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk