DBMS > Apache Impala vs. GBase vs. Microsoft Azure AI Search vs. XTDB

Vergleich der Systemeigenschaften Apache Impala vs. GBase vs. Microsoft Azure AI Search vs. XTDB

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

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

Search-as-a-service for web and mobile app development

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Relational DBMS

Suchmaschine

Document Store

Sekundäre Datenbankmodelle

Document Store

Vektor DBMS

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

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

Punkte	1,11
Rang	#173	Overall
	#78	Relational DBMS

Punkte	5,75
Rang	#58	Overall
	#7	Suchmaschinen

Punkte	0,13
Rang	#330	Overall
	#45	Document Stores

Website

impala.apache.org

www.gbase.cn

azure.microsoft.com/en-us/services/search

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

impala.apache.org/impala-docs.html

learn.microsoft.com/en-us/azure/search

www.xtdb.com/docs

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

General Data Technology Co., Ltd.

Microsoft

Juxt Ltd.

Erscheinungsjahr

2013

2004

2015

2019

Aktuelle Version

4.1.0, Juni 2022

GBase 8a, GBase 8s, GBase 8c

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

MIT License

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, Python

Clojure

Server Betriebssysteme

Linux

gehostet

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

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

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
C API
JDBC
ODBC

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C#
Java
JavaScript
Python

Clojure
Java

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

user defined functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

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

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Implicit feature of the cloud service

ja, jeder Knoten hat alle Daten

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

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

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

using Azure authentication

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

Announcing updates to Azure AI Search to help organizations build and scale generative AI applications
4. April 2024, Microsoft

Public Preview of Azure OpenAI and AI Search in-app connectors for Logic Apps (Standard)
2. April 2024, Microsoft

From code to production: New ways Azure helps you build transformational AI experiences
21. Mai 2024, Microsoft

Boost your AI with Azure's new Phi model, streamlined RAG, and custom generative AI models
22. August 2024, Microsoft

Microsoft boosts Azure AI Search with more storage and support for big RAG apps
5. April 2024, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk