DBMS > Apache Impala vs. FeatureBase vs. OrigoDB vs. Prometheus

Vergleich der Systemeigenschaften Apache Impala vs. FeatureBase vs. OrigoDB vs. Prometheus

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

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

A fully ACID in-memory object graph database

Open Source Timeseries DBMS und Monitoring System

Primäres Datenbankmodell

Relational DBMS

Document Store
Object oriented DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	10,63
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,23
Rang	#296	Overall
	#134	Relational DBMS

Punkte	0,00
Rang	#385	Overall
	#54	Document Stores
	#21	Object oriented DBMS

Punkte	7,56
Rang	#49	Overall
	#3	Time Series DBMS

Website

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.featurebase.com

origodb.com/docs

prometheus.io/docs

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Molecula and Pilosa Open Source Contributors

Robert Friberg et al

Erscheinungsjahr

2013

2017

2009

under the name LiveDB

2015

Aktuelle Version

4.1.0, Juni 2022

2022, May 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Apache 2.0

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

Linux
macOS

Linux
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

User defined using .NET types and collections

Numeric data only

XML Unterstützung

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

nein

can be achieved using .NET

nein

Importieren von XML Daten möglich

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

SQL queries

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

gRPC
JDBC
Kafka Connector
ODBC

.NET Client API
HTTP API
LINQ

RESTful HTTP/JSON API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Java
Python

.Net

.Net
C++
Go
Haskell
Java
JavaScript (Node.js)
Python
Ruby

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

Domain Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

client side managed; servers are not synchronized

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

mittels Federation

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

Fremdschlüssel

referenzielle Integrität

nein

depending on model

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

Write ahead log

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

Role based authorization

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 4 Supports Operator Multi-Threading
29. Juli 2021, iProgrammer

Apache Impala becomes Top-Level Project
28. November 2017, SDTimes.com

Cloudera brings Apache Iceberg data lake format to its Data Platform
30. Juni 2022, SiliconANGLE News

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

Former Silicon Labs CEO Tyson Tuttle launches AI startup Circuit, acquires Austin startup Molecula
23. Juli 2024, The Business Journals

Get Your Infrastructure Ready for Real-Time Analytics
9. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

bereitgestellt von Google News

Introducing the Amazon Timestream for LiveAnalytics Prometheus Connector
8. Juli 2024, AWS Blog

How to Monitor an Ubuntu Server With Prometheus: Collecting and Visualizing System Metrics
9. Juli 2024, Linux Journal

VTEX scales to 150 million metrics using Amazon Managed Service for Prometheus
10. März 2024, AWS Blog

Consider Grafana vs. Prometheus for your time-series tools
18. Oktober 2021, TechTarget

My Prometheus is Overwhelmed! Help!
24. Juli 2021, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk