DBMS > Apache Impala vs. Heroic vs. Kyligence Enterprise vs. Trafodion

Vergleich der Systemeigenschaften Apache Impala vs. Heroic vs. Kyligence Enterprise vs. Trafodion

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

Analytic DBMS für Hadoop

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

A distributed analytics engine for big data, built on top of Apache Kylin

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Relational DBMS

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

Punkte	0,46
Rang	#266	Overall
	#124	Relational DBMS

Website

impala.apache.org

github.com/spotify/heroic

kyligence.io/kyligence-enterprise

trafodion.apache.org

Technische Dokumentation

impala.apache.org/impala-docs.html

spotify.github.io/heroic

trafodion.apache.org/documentation.html

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Spotify

Kyligence, Inc.

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2013

2014

2016

2014

Aktuelle Version

4.1.0, Juni 2022

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

kommerziell

Open Source

Apache 2.0

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++, Java

Server Betriebssysteme

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

via Elasticsearch

SQL

Support of SQL

SQL-like DML and DDL statements

nein

ANSI SQL for queries (using Apache Calcite)

APIs und andere Zugriffskonzepte

JDBC
ODBC

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

JDBC
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

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

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

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

bereitgestellt von Google News

Kyligence Grows OLAP Business in the Cloud
20. Februar 2020, Datanami

Kyligence adds ClickHouse OLAP engine to its analytics platform
10. August 2021, VentureBeat

Introducing Kyligence Copilot: The AI Copilot for Data to Excel Your KPIs
23. August 2023, insideBIGDATA

Distributed OLAPer Kyligence accelerates core engine, adds real-time data support – Blocks and Files
10. August 2021, Blocks & Files

How Kyligence Cloud uses Amazon EMR Serverless to simplify OLAP | Amazon Web Services
9. November 2022, AWS Blog

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

HP Throws Trafodion Hat into OLTP Hadoop Ring
14. Juli 2014, Datanami

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

Apache Software Foundation Releases its 2019 Fiscal Year Report
17. August 2019, Open Source For You

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk