DBMS > Apache Impala vs. DuckDB vs. EsgynDB vs. GBase vs. Yaacomo

Vergleich der Systemeigenschaften Apache Impala vs. DuckDB vs. EsgynDB vs. GBase vs. Yaacomo

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

An embeddable, in-process, column-oriented SQL OLAP RDBMS

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

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

Primäres Datenbankmodell

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	4,63
Rang	#69	Overall
	#37	Relational DBMS

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	1,05
Rang	#186	Overall
	#86	Relational DBMS

Website

yaacomo.com

Technische Dokumentation

impala.apache.org/impala-docs.html

duckdb.org/docs

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Esgyn

General Data Technology Co., Ltd.

Q2WEB GmbH

Erscheinungsjahr

2013

2018

2015

2004

2009

Aktuelle Version

4.1.0, Juni 2022

1.0.0, Juni 2024

GBase 8a, GBase 8s, GBase 8c

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

MIT License

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++

C++, Java

C, Java, Python

Server Betriebssysteme

Linux

serverlos

Linux

Android
Linux
Windows

Datenschema

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

Standard with numerous extensions

APIs und andere Zugriffskonzepte

JDBC
ODBC

Arrow Database Connectivity (ADBC)
CLI Client
JDBC
ODBC

ADO.NET
JDBC
ODBC

ADO.NET
C API
JDBC
ODBC

JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C#

3rd party driver
C++
Crystal

3rd party driver
Go

3rd party driver
Java
Lisp

3rd party driver
Python
R
Ruby

3rd party driver
Rust
Swift
Zig

3rd party driver

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Java Stored Procedures

user defined functions

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

horizontal partitioning (by range, list and hash) and vertical partitioning

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

Multi-source replication between multi datacenters

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

yes, multi-version concurrency control (MVCC)

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

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

MotherDuck Announces General Availability; Brings Simplicity and Power of DuckDB in a Serverless Data Warehouse
11. Juni 2024, PR Newswire

DuckDB promises greater stability with 1.0 release
5. Juni 2024, The Register

DuckDB: The tiny but powerful analytics database
15. Mai 2024, InfoWorld

DuckDB: In-Process Python Analytics for Not-Quite-Big Data
31. Mai 2024, The New Stack

DuckDB Walks to the Beat of Its Own Analytics Drum
5. März 2024, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk