DBMS > Apache Impala vs. Hawkular Metrics vs. Heroic vs. Percona Server for MongoDB

Vergleich der Systemeigenschaften Apache Impala vs. Hawkular Metrics vs. Heroic vs. Percona Server for MongoDB

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

Hawkular metrics is the metric storage of the Red Hat sponsored Hawkular monitoring system. It is based on Cassandra.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

A drop-in replacement for MongoDB Community Edition with enterprise-grade features.

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Document Store

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	0,08
Rang	#366	Overall
	#39	Time Series DBMS

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	0,60
Rang	#246	Overall
	#39	Document Stores

Website

impala.apache.org

www.hawkular.org

github.com/spotify/heroic

www.percona.com/mongodb/software/percona-server-for-mongodb

Technische Dokumentation

impala.apache.org/impala-docs.html

www.hawkular.org/hawkular-metrics/docs/user-guide

spotify.github.io/heroic

docs.percona.com/percona-distribution-for-mongodb

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Community supported by Red Hat

Spotify

Percona

Erscheinungsjahr

2013

2014

2015

Aktuelle Version

4.1.0, Juni 2022

3.4.10-2.10, November 2017

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

GPL Version 2

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

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

nein

via Elasticsearch

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

HTTP REST

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Proprietäres Protokoll basierend auf JSON

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Go
Java
Python
Ruby

Actionscript
C
C#
C++
Clojure
ColdFusion
D
Dart
Delphi
Erlang
Go
Groovy
Haskell
Java
JavaScript
Lisp
Lua
MatLab
Perl
PHP
PowerShell
Prolog
Python
R
Ruby
Scala
Smalltalk

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

JavaScript

Triggers

nein

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation

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

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

via In-Memory Engine

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

Access rights for users and roles

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 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

Waiting for Red Hat OpenShift 4.0? Too late, 4.1 has already arrived… • DEVCLASS
5. Juni 2019, DevClass

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

MongoDB Performance Tuning
23. Mai 2024, Database Trends and Applications

MySQL Leader Percona Takes Aim at MongoDB
14. April 2015, Datanami

FerretDB goes GA: Gives you MongoDB, without the MongoDB...
15. Mai 2023, The Stack

The essential guide to MongoDB security
2. Februar 2017, InfoWorld

Percona's DBMS Popularity Survey
25. Juni 2019, iProgrammer

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk