DBMS > Apache Impala vs. Cubrid vs. DataFS vs. Lovefield vs. WakandaDB

Vergleich der Systemeigenschaften Apache Impala vs. Cubrid vs. DataFS vs. Lovefield vs. WakandaDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Hadoop

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

Embeddable relational database for web apps written in pure JavaScript

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

Graph DBMS

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

Punkte	12,45
Rang	#40	Overall
	#24	Relational DBMS

Punkte	1,04
Rang	#187	Overall
	#87	Relational DBMS

Punkte	0,09
Rang	#360	Overall
	#17	Object oriented DBMS

Punkte	0,33
Rang	#286	Overall
	#131	Relational DBMS

Punkte	0,10
Rang	#356	Overall
	#16	Object oriented DBMS

Website

impala.apache.org

cubrid.com (korean)
cubrid.org (english)

newdatabase.com

google.github.io/lovefield

wakanda.github.io

Technische Dokumentation

impala.apache.org/impala-docs.html

cubrid.org/manuals

dev.mobiland.com/Overview.xsp

github.com/google/lovefield/blob/master/docs/spec_index.md

wakanda.github.io/doc

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

CUBRID Corporation, CUBRID Foundation

Mobiland AG

Google

Wakanda SAS

Erscheinungsjahr

2013

2008

2018

2014

2012

Aktuelle Version

4.1.0, Juni 2022

11.0, Jaenner 2021

1.1.263, October 2022

2.1.12, February 2017

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache 2.0

Open Source

AGPLv3, erweiterte kommerzielle Lizenz verfügbar

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++, Java

JavaScript

C++, JavaScript

Server Betriebssysteme

Linux

Linux
Windows

Windows

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Linux
OS X
Windows

Datenschema

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL-like query language

via JavaScript builder pattern

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
JDBC
ODBC
OLE DB

.NET Client API
Proprietary client DLL
WinRT client

RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

.Net
C
C#
C++
VB.Net

JavaScript

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

Java Stored Procedures

nein

Triggers

nein

no, except callback-events from server when changes happened

Using read-only observers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Proprietary Sharding system

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

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

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

fine grained access rights according to SQL-standard

Windows-Profile

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

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

Teilen sie diese Seite mit ihrem Netzwerk