DBMS > Apache Impala vs. Databricks vs. Lovefield vs. Yaacomo

Vergleich der Systemeigenschaften Apache Impala vs. Databricks vs. Lovefield vs. Yaacomo

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Analytic DBMS für Hadoop

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

Embeddable relational database for web apps written in pure JavaScript

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Relational DBMS

Document Store
Relational DBMS

Relational 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	81,08
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

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

Website

impala.apache.org

www.databricks.com

google.github.io/lovefield

yaacomo.com

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.databricks.com

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

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Databricks

Google

Q2WEB GmbH

Erscheinungsjahr

2013

2014

2009

Aktuelle Version

4.1.0, Juni 2022

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Apache 2.0

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++

JavaScript

Server Betriebssysteme

Linux

gehostet

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

tested with Chrome, Firefox, IE, Safari

Android
Linux
Windows

Datenschema

Flexible Schema (defined schema, partial schema, schema free)

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

SQL

Support of SQL

SQL-like DML and DDL statements

with Databricks SQL

SQL-like query language

via JavaScript builder pattern

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Python
R
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

benutzerdefinierte Funktionen

nein

Triggers

nein

Using read-only observers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

Source-Replica Replikation

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

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

Databricks Data+AI Summit 2024: The Standout Vendors
13. Juni 2024, CRN

How businesses can use Databricks' new AI analytics program
13. Juni 2024, Yahoo Finance

Databricks is Taking the Ultimate Risk of Building 'USB for AI' – AIM
15. Juni 2024, Analytics India Magazine

Informatica and Databricks partner for enhances AI governance
14. Juni 2024, SiliconANGLE News

Shutterstock Hoping to Become What Apple Was to Napster in the AI Image Space
13. Juni 2024, PetaPixel

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk