DBMS > Apache Impala vs. Citus vs. Hawkular Metrics vs. NSDb vs. PouchDB

Vergleich der Systemeigenschaften Apache Impala vs. Citus vs. Hawkular Metrics vs. NSDb vs. PouchDB

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

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

JavaScript DBMS mit einem von CouchDB inspirierten API

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store

Sekundäre Datenbankmodelle

Document Store

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

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

Punkte	2,21
Rang	#118	Overall
	#56	Relational DBMS

Punkte	0,00
Rang	#379	Overall
	#40	Time Series DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	2,28
Rang	#115	Overall
	#21	Document Stores

Website

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.citusdata.com

www.hawkular.org/hawkular-metrics/docs/user-guide

nsdb.io/Architecture

pouchdb.com/guides

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Community supported by Red Hat

Apache Software Foundation

Erscheinungsjahr

2013

2010

2014

2017

2012

Aktuelle Version

4.1.0, Juni 2022

8.1, Dezember 2018

7.1.1, Juni 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

AGPL, commercial license also available

Open Source

Apache 2.0

Open Source

Apache Version 2.0

Open Source

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

Java, Scala

JavaScript

Server Betriebssysteme

Linux

Linux
OS X
Windows

Linux
macOS

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

nein

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

all fields are automatically indexed

über Views

SQL

Support of SQL

SQL-like DML and DDL statements

standard, with numerous extensions

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

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

HTTP REST

gRPC
HTTP REST
WebSocket

HTTP REST

only for PouchDB Server
JavaScript API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

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

Go
Java
Python
Ruby

Java
Scala

JavaScript

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

View Functions in JavaScript

Triggers

nein

via Hawkular Alerting

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

other methods possible by using 3rd party extensions

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual 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

Using Apache Lucene

mittels IndexedDB, WebSQL oder LevelDB

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

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

DB-Engines Blog Posts

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

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

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Building an Offline First App with PouchDB — SitePoint
10. März 2014, SitePoint

Getting Started with PouchDB Client-Side JavaScript Database — SitePoint
7. September 2016, SitePoint

3 Reasons To Think Offline First
22. März 2017, ibm.com

Create Offline Web Apps Using Service Workers & PouchDB — SitePoint
7. März 2017, SitePoint

Offline-first web and mobile apps: Top frameworks and components
22. Januar 2019, TechBeacon

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk