DBMS > Apache Impala vs. Heroic vs. OpenQM vs. UniData,UniVerse

Vergleich der Systemeigenschaften Apache Impala vs. Heroic vs. OpenQM vs. UniData,UniVerse

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

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

QpenQM is a high-performance, self-tuning, multi-value DBMS

MultiValue DBMS und Application Server mit SQL Mapping Layer

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Multivalue 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	0,34
Rang	#284	Overall
	#10	Multivalue DBMS

Punkte	2,85
Rang	#98	Overall
	#1	Multivalue DBMS

Website

impala.apache.org

github.com/spotify/heroic

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-unidata

Technische Dokumentation

impala.apache.org/impala-docs.html

spotify.github.io/heroic

docs.rocketsoftware.com/bundle?cluster=true&labelkey=unidata&labelkey=prod_unidata

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Spotify

Rocket Software, originally Martin Phillips

Rocket Software

Erscheinungsjahr

2013

2014

1993

1985

Aktuelle Version

4.1.0, Juni 2022

3.4-12

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

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

Server Betriebssysteme

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

AIX
HP-UX
Linux
Solaris
Windows

Datenschema

schemafrei

with some exceptions

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

optional

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

APIs und andere Zugriffskonzepte

JDBC
ODBC

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

Java API

JPA
JDBC
ODBC
OLE DB
Propriätäres Protokoll
RESTful HTTP API
SOAP-basiertes API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

.Net
Basic
C
Java
Objective C
PHP
Python

.Net
Basic

U2 Basic
C
Java

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Triggers

nein

U2 Basic

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

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

Eventual Consistency
Immediate Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

konfigurierbar

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

Access rights can be defined down to the item level

Benutzer mit Berechtigungskonzept entsprechend SQL-Standard und betriebssystem-basiert

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

Unidata Reports Full Year 2023 Earnings
31. März 2024, Simply Wall St

Unidata uses Jetstream to make geoscience data available to science community
29. Januar 2020, IU Newsroom

UniData implements a milestone Smart Class Room project at The Asian School | THE DAILY TRIBUNE | KINGDOM ...
8. April 2024, News of Bahrain- DT News

Bahrain Business: UniData implements major 'smart classroom' project
8. April 2024, Gulf Digital News

Unidata turns 25 | NCAR & UCAR News
15. Januar 2010, news.ucar.edu

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk