DBMS > Apache Impala vs. Databricks vs. TimesTen

Vergleich der Systemeigenschaften Apache Impala vs. Databricks vs. TimesTen

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

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.

An in-memory SQL relational database that delivers microsecond response and high throughput for OLTP applications. TimesTen can be deployed as a standalone database or as a cache to a backend Oracle database.

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	10,08
Rang	#41	Overall
	#25	Relational DBMS

Punkte	85,60
Rang	#14	Overall
	#2	Document Stores
	#9	Relational DBMS

Punkte	1,24
Rang	#163	Overall
	#75	Relational DBMS

Website

impala.apache.org

www.databricks.com

www.oracle.com/database/technologies/related/timesten.html

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.databricks.com

docs.oracle.com/en/database/other-databases/timesten/index.html

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Databricks

Oracle

originally founded in HP Labs it was acquired by Oracle in 2005

Erscheinungsjahr

2013

1998

Aktuelle Version

4.1.0, Juni 2022

Release 22.1

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

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

gehostet

IBM AIX Power PC 64-bit
Linux arm64
Linux x86-64
Solaris SPARC 64
Solaris SPARC/x86
Solaris x86-64

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

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
RESTful HTTP API

ODBC
ODP.NET
Oracle Call Interface (OCI)
Pro*C/C++ programming interfaces
SQL and PL/SQL via JDBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Python
R
Scala

C
C++
Java
Node.js
PL/SQL
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

benutzerdefinierte Funktionen

PL/SQL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
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

Immediate Consistency or Eventual Consistency depending on configuration

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

by means of logfiles and checkpoints

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

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

Tabular, the vendor-neutral data store based on Apache Iceberg, raises $26M in funding
19. September 2023, SiliconANGLE News

Apache Iceberg Changes Everything: What's Underneath?
28. August 2023, Spiceworks News and Insights

Apache Doris just 'graduated': Why care about this SQL data warehouse
24. Juni 2022, InfoWorld

How do I create a Kudu table via SQL?
10. April 2017, oreilly.com

Cloudera Certified Data Analyst (CCA 159) — A Guide
9. Mai 2020, Towards Data Science

bereitgestellt von Google News

Databricks now lets developers create AI apps in 5 minutes: Here’s how
8. Oktober 2024, VentureBeat

Databricks’ New Offering Promises Speedier AI, Analytical Application Development
10. Oktober 2024, CRN

EXL Expands Partnership With Databricks To Enhance Data Solutions
11. Oktober 2024, SDxCentral

Saudi Arabia’s Sovereign Wealth Fund’s Big AI Bets Include Mistral And Databricks
24. September 2024, Forbes

Databricks could launch IPO in two months but biding time despite investor pressure, CEO says
13. September 2024, ION Analytics

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk