DBMS > Apache Impala vs. Ignite vs. Linter vs. SiriDB

Vergleich der Systemeigenschaften Apache Impala vs. Ignite vs. Linter vs. SiriDB

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

Apache Ignite is a memory-centric distributed database, caching, and processing platform for transactional, analytical, and streaming workloads, delivering in-memory speeds at petabyte scale.

RDBMS for high security requirements

Open Source Time Series DBMS

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

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

Punkte	12,45
Rang	#40	Overall
	#24	Relational DBMS

Punkte	3,11
Rang	#96	Overall
	#15	Key-Value Stores
	#49	Relational DBMS

Punkte	0,12
Rang	#350	Overall
	#152	Relational DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Website

Technische Dokumentation

impala.apache.org/impala-docs.html

apacheignite.readme.io/docs

docs.siridb.com

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Apache Software Foundation

relex.ru

Cesbit

Erscheinungsjahr

2013

2015

1990

2017

Aktuelle Version

4.1.0, Juni 2022

Apache Ignite 2.6

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

kommerziell

Open Source

MIT License

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++

C++, Java, .Net

C und C++

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

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

ANSI-99 for query and DML statements, subset of DDL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

HDFS API
Hibernate
JCache
JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP API
Spring Data

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C#
C++
Java
PHP
Python
Ruby
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

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

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

yes (compute grid and cache interceptors can be used instead)

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

nein

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

yes (replicated cache)

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

yes (compute grid and hadoop accelerator)

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

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

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Security Hooks for custom implementations

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Einfache Rechteverwaltung mit Benutzeraccounts

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

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, PR Newswire

GridGain Showcases Power of Apache Ignite at Community Over Code Conference
5. Oktober 2023, Datanami

Apache Ignite: An Overview
6. September 2023, Open Source For You

GridGain Unified Real-Time Data Platform Version 8.9 Addresses Today's More Complex Real-Time Data Processing ...
12. Oktober 2023, GlobeNewswire

What is Apache Ignite? How is Apache Ignite Used?
18. Juli 2022, The Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk