DBMS > Apache Impala vs. EJDB vs. Graphite vs. HyperSQL

Vergleich der Systemeigenschaften Apache Impala vs. EJDB vs. Graphite vs. HyperSQL

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

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

In Java gesschriebenes multithreaded und transaktionales RDBMS

Auch bekannt unter HSQLDB

Primäres Datenbankmodell

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	0,31
Rang	#296	Overall
	#44	Document Stores

Punkte	4,83
Rang	#67	Overall
	#4	Time Series DBMS

Punkte	3,23
Rang	#93	Overall
	#48	Relational DBMS

Website

impala.apache.org

github.com/Softmotions/ejdb

github.com/graphite-project/graphite-web

hsqldb.org

Technische Dokumentation

impala.apache.org/impala-docs.html

github.com/Softmotions/ejdb/blob/master/README.md

graphite.readthedocs.io

hsqldb.org/web/hsqlDocsFrame.html

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Softmotions

Chris Davis

Erscheinungsjahr

2013

2012

2006

2001

Aktuelle Version

4.1.0, Juni 2022

2.7.2, Juni 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

GPLv2

Open Source

Apache 2.0

Open Source

Basiert auf BSD-Lizenz

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++

Python

Java

Server Betriebssysteme

Linux

serverlos

Linux
Unix

Alle Betriebssysteme mit einer Java VM

Embedded (into Java applications) and Client-Server operating modes

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

Numeric data only

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

APIs und andere Zugriffskonzepte

JDBC
ODBC

In-process Library

HTTP API
Sockets

HTTP API

JDBC via HTTP
JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

JavaScript (Node.js)
Python

All languages supporting JDBC/ODBC
Java

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Java, 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

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

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/Write Locking

locking

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

DB-Engines Blog Posts

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, 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

Try out the Graphite monitoring tool for time-series data
29. Oktober 2019, TechTarget

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

The value of time series data and TSDBs
10. Juni 2021, InfoWorld

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

HyperSQL DataBase flaw leaves library vulnerable to RCE
24. Oktober 2022, The Daily Swig

Introduction to JDBC with HSQLDB tutorial
14. November 2022, TheServerSide.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk