DBMS > Apache Impala vs. Hawkular Metrics vs. Infobright vs. ITTIA

Vergleich der Systemeigenschaften Apache Impala vs. Hawkular Metrics vs. Infobright vs. ITTIA

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.

High performant column-oriented DBMS for analytic workloads using MySQL or PostgreSQL as a frontend

Edge Time Series DBMS with Real-Time Stream Processing

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

Punkte	1,02
Rang	#192	Overall
	#90	Relational DBMS

Punkte	0,44
Rang	#267	Overall
	#23	Time Series DBMS

Website

impala.apache.org

www.hawkular.org

ignitetech.com/softwarelibrary/infobrightdb

www.ittia.com

Technische Dokumentation

impala.apache.org/impala-docs.html

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

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Community supported by Red Hat

Ignite Technologies Inc.; formerly InfoBright Inc.

ITTIA L.L.C.

Erscheinungsjahr

2013

2014

2005

2007

Aktuelle Version

4.1.0, Juni 2022

8.7

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

kommerziell

The open source (GPLv2) version did not support inserts/updates/deletes and was discontinued with July 2016

kommerziell

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 und C++

Server Betriebssysteme

Linux

Linux
OS X
Windows

Linux
Windows

Datenschema

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Float/Blob/Integer/String/Unicode/Date/Time/Timestamp/Interval

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

Knowledge Grid Technology used instead

SQL

Support of SQL

SQL-like DML and DDL statements

nein

yes

APIs und andere Zugriffskonzepte

JDBC
ODBC

HTTP REST

ADO.NET
JDBC
ODBC

JDBC
ODBC
RESTful HTTP API
WebSocket

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

Go
Java
Python
Ruby

.Net
C
C#
C++
D
Eiffel
Erlang
Haskell
Java
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

C
C++
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

via Hawkular Alerting

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

keine

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

exploiting MySQL or PostgreSQL frontend capabilities

Database file passwords

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

Embedded secured data base for STM32 MCUs
16. Oktober 2023, Electronics Weekly

ITTIA Embedded Time Series Database to Support STM32 Edge Devices
8. April 2022, Embedded Computing Design

Free Healthcare Data for Use with Maptitude 2019 Mapping Software - GIS user technology news
20. September 2019, GISuser.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk