DBMS > Apache Impala vs. Galaxybase vs. Hive vs. XTDB

Vergleich der Systemeigenschaften Apache Impala vs. Galaxybase vs. Hive 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

Scalable, ACID-compliant native distributed parallel graph platform

Data Warehouse Software zum Abfragen und Verwalten großer verteilter Datenmengen beispielsweise in Hadoop

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

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	0,07
Rang	#377	Overall
	#40	Graph DBMS

Punkte	59,76
Rang	#18	Overall
	#12	Relational DBMS

Punkte	0,18
Rang	#332	Overall
	#46	Document Stores

Website

impala.apache.org

galaxybase.com

hive.apache.org

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

Technische Dokumentation

impala.apache.org/impala-docs.html

cwiki.apache.org/confluence/display/Hive/Home

www.xtdb.com/docs

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Chuanglin(Createlink) Technology Co., Ltd 浙江创邻科技有限公司

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Juxt Ltd.

Erscheinungsjahr

2013

2017

2012

2019

Aktuelle Version

4.1.0, Juni 2022

Nov 20, November 2021

3.1.3, April 2022

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Apache Version 2

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 and Java

Java

Clojure

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

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

Datenschema

Strong typed schema

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

nein

SQL-like DML and DDL statements

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JDBC
ODBC

Browser interface
console (shell)
Graph API (Gremlin)
OpenCypher
Proprietäres native API

JDBC
ODBC
Thrift

HTTP REST
JDBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Go
Java
Python

C++
Java
PHP
Python

Clojure
Java

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

user defined procedures and functions

Benutzerdefinierte Funktion und Map-Reduce Integration

nein

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

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Abfragen werden als MapReduce Jobs behandelt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

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

Role-based access control

Zugriffsrechte für Benutzer, Gruppen und Rollen

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

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, 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

Design a data mesh pattern for Amazon EMR-based data lakes using AWS Lake Formation with Hive metastore ...
10. Juni 2024, AWS Blog

Apache Software Foundation Announces Apache Hive 4.0
30. April 2024, Datanami

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

ASF Unveils the Next Evolution of Big Data Processing With the Launch of Hive 4.0
2. Mai 2024, Datanami

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk