DBMS > Apache Impala vs. GreptimeDB vs. H2GIS vs. OpenTSDB vs. Realm

Vergleich der Systemeigenschaften Apache Impala vs. GreptimeDB vs. H2GIS vs. OpenTSDB vs. Realm

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Hadoop

An open source Time Series DBMS built for increased scalability, high performance and efficiency

Spatial extension of H2

Skalierbares Timeseries DBMS basierend auf HBase

A DBMS built for use on mobile devices that’s a fast, easy to use alternative to SQLite and Core Data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

Relational DBMS

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

Punkte	12,45
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,12
Rang	#351	Overall
	#34	Time Series DBMS

Punkte	0,08
Rang	#368	Overall
	#7	Spatial DBMS

Punkte	1,68
Rang	#142	Overall
	#12	Time Series DBMS

Punkte	7,41
Rang	#52	Overall
	#8	Document Stores

Website

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.greptime.com

www.h2gis.org/docs/home

opentsdb.net/docs/build/html/index.html

realm.io/docs

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Greptime Inc.

CNRS

derzeit von Yahoo und anderen gewartet

Realm, acquired by MongoDB in May 2019

Erscheinungsjahr

2013

2022

2013

2011

2014

Aktuelle Version

4.1.0, Juni 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache Version 2.0

Open Source

LGPL 3.0

Open Source

LGPL

Open Source

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++

Rust

Java

Server Betriebssysteme

Linux

Android
Docker
FreeBSD
Linux
macOS
Windows

Linux
Windows

Android
Backend: serverlos
iOS
Windows

Datenschema

schema-free, schema definition possible

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

numerische Daten für Metriken, Strings für Tags

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

gRPC
HTTP API
JDBC

HTTP API
Telnet API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C++
Erlang
Go
Java
JavaScript

Java

Erlang
Go
Java
Python
R
Ruby

.Net
Java

with Android only
Objective-C
React Native
Swift

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

Python

basierend auf H2

nein

runs within the applications so server-side scripts are unnecessary

Triggers

nein

Change Listeners

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

basierend auf HBase

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf H2

frei wählbarer Replikationsfaktor

basierend auf HBase

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

Immediate Consistency

basierend auf HBase

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

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

In-Memory realm

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Simple rights management via user accounts

basierend auf H2

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

GreptimeDB is a SQL & Python-enabled timeseries database system built from scratch...
» mehr

Competitive advantages

- Inherits advantages of Rust, such as excellent performance, memory safe, resource...
» mehr

Typical application scenarios

For IoT industries, GreptimeDB can seamless integrate with message queues and other...
» mehr

Key customers

Greptime's clients span multiple sectors including IoT, connected vehicles, and energy...
» mehr

Market metrics

GreptimeDB has garnered global recognition by topping GitHub trends following its...
» mehr

Licensing and pricing models

GreptimeDB: open source, distributed, cloud-native TSDB; supports Hybrid Time-series...
» mehr

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

alle anzeigen

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, 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

Comparing Different Time-Series Databases
10. Februar 2022, hackernoon.com

MapR to help admins peer into dense Hadoop clusters
28. Juni 2016, SiliconANGLE News

A real-time processing revival - O'Reilly Radar
2. April 2015, O'Reilly Radar

bereitgestellt von Google News

MongoDB aims to unify developer experience with launch of MongoDB Cloud
9. Juni 2020, diginomica

MongoDB Cloud Gives Developers An Escape From Data Silos With First-Ever Unified Cloud-To-Mobile Experience
10. Juni 2020, AiThority

Is Swift the Future of Server-side Development?
12. September 2017, Solutions Review

Java Synthetic Methods — What are these? | by Vaibhav Singh
27. Februar 2021, DataDrivenInvestor

Kotlin Programming Language Will Surpass Java On Android Next Year
15. Oktober 2017, Fossbytes

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk