DBMS > Apache Impala vs. GridDB vs. TimescaleDB vs. VoltDB

Vergleich der Systemeigenschaften Apache Impala vs. GridDB vs. TimescaleDB vs. VoltDB

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 in-memory time series database optimized for IoT and Big Data

A time series DBMS optimized for fast ingest and complex queries, based on PostgreSQL

Verteilte In-Memory NewSQL RDBMS

Verwendet für OLTP Applikationen mit einer hohen Frequenz an relativ einfachen Transaktionen, die alle Daten im Hauptspeicher halten können

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

Key-Value Store
Relational DBMS

Relational DBMS

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

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

Punkte	1,91
Rang	#123	Overall
	#10	Time Series DBMS

Punkte	4,06
Rang	#73	Overall
	#5	Time Series DBMS

Punkte	1,38
Rang	#156	Overall
	#72	Relational DBMS

Website

Technische Dokumentation

impala.apache.org/impala-docs.html

docs.griddb.net

docs.timescale.com

docs.voltdb.com

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Toshiba Corporation

Timescale

VoltDB Inc.

Erscheinungsjahr

2013

2017

2010

Aktuelle Version

4.1.0, Juni 2022

5.1, August 2022

2.15.0, Mai 2024

11.3, April 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

AGPL version 3 and Apache License, version 2.0 , commercial license (standard and advanced editions) also available

Open Source

Apache 2.0

Open Source

AGPL für Community Edition, kommerzielle Lizenz für Enterprise, AWS und Pro Editionen

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++

Server Betriebssysteme

Linux

Linux
OS X
Windows

Linux
OS X

for development

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

numerical, string, blob, geometry, boolean, timestamp

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

SQL92, SQL-like TQL (Toshiba Query Language)

full PostgreSQL SQL syntax

nur einen Teil von SQL 99

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP/JSON API

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

Java API
JDBC
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

.Net
C
C++
Delphi
Java

JDBC
JavaScript
Perl
PHP
Python
R
Ruby
Scheme
Tcl

C#
C++
Erlang

nicht offiziell unterstützt
Go
Java
JavaScript

Node.js
PHP
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

benutzerdefinierte Funktionen, PL/Tcl, PL/Perl, PL/Python, PL/Java, PL/PHP, PL/R, PL/Ruby, PL/Scheme, PL/Unix shell

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

yes, across time and space (hash partitioning) attributes

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Source-Replica Replikation

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

Connector for using GridDB as an input source and output destination for Hadoop MapReduce jobs

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate consistency within container, eventual consistency across containers

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

FOREIGN KEY constraints werden nicht unterstützt

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID at container level

ACID

Transaktionen werden single-threaded innerhalb von Stored Procedures ausgeführt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Datenzugriffe werden vom Server serialisiert

Durability

Dauerhafte Speicherung der Daten

Snapshots und Command Logging

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

Access rights for users can be defined per database

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Benutzer und Rollen mit Berechtigungen auf Stored Procedures

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

Now Features Scale-Out and Scale-Up combo for Petabyte-scale Data Management
3. Dezember 2019, global.toshiba

Toshiba launches cloudy managed IoT database service running its own GridDB
8. April 2021, The Register

’s SQL Interface, Aims to Accelerate Open Innovation
17. Juni 2020, global.toshiba

TOSHIBA DIGITAL SOLUTIONS CORPORATION
1. November 2020, global.toshiba

IoT: Opt for the Right Open Source Database
11. August 2023, Open Source For You

bereitgestellt von Google News

General availability: Latest version of the TimeScaleDB extension on Azure Database for PostgreSQL - Flexible Server
8. Mai 2024, azure.microsoft.com

Timescale Acquires PopSQL to Bring a Modern, Collaborative SQL GUI to PostgreSQL Developers
4. April 2024, PR Newswire

TimescaleDB Is a Vector Database Now, Too
25. September 2023, Datanami

PostgreSQL is Now Faster than Pinecone, 75% Cheaper, with New Open Source Extensions
11. Juni 2024, PR Newswire

TimescaleDB goes distributed; implements ‘Chunking’ over ‘Sharding’ for scaling-out
22. August 2019, Packt Hub

bereitgestellt von Google News

VoltDB Launches Active(N) Lossless Cross Data Center Replication
31. August 2021, PR Newswire

Unveiling Volt Active Data’s game-changing approach to limitless app performance
16. Oktober 2023, YourStory

VoltDB Announces Key New Hires
26. Oktober 2021, citybiz

Solutions Review Sits Down with VoltDB CEO David Flower
17. April 2018, Solutions Review

VoltDB Aims for Fast Big Data Development
29. Januar 2015, ADT Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk