DBMS > Apache Impala vs. GigaSpaces vs. Postgres-XL

Vergleich der Systemeigenschaften Apache Impala vs. GigaSpaces vs. Postgres-XL

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

High performance in-memory data grid platform, powering three products: Smart Cache, Smart ODS (Operational Data Store), Smart Augmented Transactions

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Relational DBMS

Document Store
Object oriented DBMS

Values are user defined objects

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

Graph DBMS
Suchmaschine

Document Store
Spatial DBMS

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

Punkte	13,77
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,97
Rang	#192	Overall
	#32	Document Stores
	#6	Object oriented DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Website

impala.apache.org

www.gigaspaces.com

www.postgres-xl.org

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.gigaspaces.com/latest/landing.html

www.postgres-xl.org/documentation

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Gigaspaces Technologies

Erscheinungsjahr

2013

2000

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

4.1.0, Juni 2022

15.5, September 2020

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache Version 2; Commercial licenses available

Open Source

Mozilla public 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++

Java, C++, .Net

Server Betriebssysteme

Linux

Linux
macOS
Solaris
Windows

Linux
macOS

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

XML can be used for describing objects metadata

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

SQL-99 for query and DML statements

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC

GigaSpaces LRMI
Hibernate
JCache
JDBC
JPA
ODBC
RESTful HTTP API
Spring Data

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

.Net
C++
Java
Python
Scala

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation

synchronous or asynchronous
Source-Replica Replikation

synchronous or asynchronous

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

Map-Reduce pattern can be built with XAP task executors

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Consistency level configurable: ALL, QUORUM, ANY

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Role-based access control

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

Cloudera creates observability tool to help enterprises manage cloud costs
6. Juni 2023, SiliconANGLE News

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

bereitgestellt von Google News

GigaSpaces to hand out almost $14 million in dividends following Cloudify’s acquisition by Dell
19. Juli 2023, CTech

Data Sciences Corporation partners with GigaSpaces Technologies to usher DIH technology to enterprises in SA
10. Oktober 2023, ITWeb

GigaSpaces Announces Version 16.0 with Breakthrough Data Integration Tools to Ease Enterprises' Digital ...
3. November 2021, PR Newswire

GigaSpaces Spins Off Cloudify, Its Open Source Cloud Orchestration Unit
27. Juli 2017, Data Center Knowledge

Your occasional storage digest with GigaSpaces, Virtana and NAND ship data – Blocks and Files
7. Dezember 2020, Blocks & Files

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk