DB-EnginesInfluxDB: Focus on building software with an easy-to-use serverless, scalable time series platformEnglish
Deutsch
Informationen zu relationalen und NoSQL DatenbankmanagementsystemenEin Service von solid IT

DBMS > Apache Impala vs. Kinetica vs. Microsoft Azure Table Storage vs. RDF4J

Vergleich der Systemeigenschaften Apache Impala vs. Kinetica vs. Microsoft Azure Table Storage vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines
NameApache Impala  Xaus Vergleich ausschliessenKinetica  Xaus Vergleich ausschliessenMicrosoft Azure Table Storage  Xaus Vergleich ausschliessenRDF4J infoformerly known as Sesame  Xaus Vergleich ausschliessen
KurzbeschreibungAnalytic DBMS für HadoopFully vectorized database across both GPUs and CPUsA Wide Column Store for rapid development using massive semi-structured datasetsRDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.
Primäres DatenbankmodellRelational DBMSRelational DBMSWide Column StoreRDF Store
Sekundäre DatenbankmodelleDocument StoreSpatial DBMS
Time Series DBMS
DB-Engines Ranking infomisst die Popularität von Datenbankmanagement- systemenranking trend
Trend Chart
Punkte12,45
Rang#40  Overall
#24  Relational DBMS
Punkte0,66
Rang#234  Overall
#107  Relational DBMS
Punkte4,04
Rang#77  Overall
#6  Wide Column Stores
Punkte0,74
Rang#222  Overall
#9  RDF Stores
Websiteimpala.apache.orgwww.kinetica.comazure.microsoft.com/­en-us/­services/­storage/­tablesrdf4j.org
Technische Dokumentationimpala.apache.org/­impala-docs.htmldocs.kinetica.comrdf4j.org/­documentation
EntwicklerApache Software Foundation infoApache Top-Level Projekt, ursprünglich entwickelt von ClouderaKineticaMicrosoftSince 2016 officially forked into an Eclipse project, former developer was Aduna Software.
Erscheinungsjahr2013201220122004
Aktuelle Version4.1.0, Juni 20227.1, August 2021
Lizenz infoCommercial or Open SourceOpen Source infoApache Version 2kommerziellkommerziellOpen Source infoEclipse Distribution License (EDL), v1.0.
Ausschließlich ein Cloud-Service infoNur als Cloud-Service verfügbarneinneinjanein
DBaaS Angebote (gesponserte Links) infoDatabase as a Service

Providers of DBaaS offerings, please contact us to be listed.
ImplementierungsspracheC++C, C++Java
Server BetriebssystemeLinuxLinuxgehostetLinux
OS X
Unix
Windows
Datenschemajajaschemafreija infoRDF Schemas
Typisierung infovordefinierte Datentypen, z.B. float oder datejajajaja
XML Unterstützung infoVerarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLTneinneinnein
Sekundärindizesjajaneinja
SQL infoSupport of SQLSQL-like DML and DDL statementsSQL-like DML and DDL statementsneinnein
APIs und andere ZugriffskonzepteJDBC
ODBC
JDBC
ODBC
RESTful HTTP API
RESTful HTTP APIJava API
RIO infoRDF Input/Output
Sail API
SeRQL infoSesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL
Unterstützte ProgrammiersprachenAll languages supporting JDBC/ODBCC++
Java
JavaScript (Node.js)
Python
.Net
C#
C++
Java
JavaScript (Node.js)
PHP
Python
Ruby
Java
PHP
Python
Server-seitige Scripts infoStored Proceduresja infoBenutzer definierte Funktionen und Integration von Map/Reducebenutzerdefinierte Funktionenneinja
Triggersneinja infotriggers when inserted values for one or more columns fall within a specified rangeneinja
Partitionierungsmechanismen infoMethoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen KnotenShardingShardingSharding infoImplicit feature of the cloud servicekeine
Replikationsmechanismen infoMethoden zum redundanten Speichern von Daten auf mehreren Knotenfrei wählbarer ReplikationsfaktorSource-Replica Replikationja infoimplicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.keine
MapReduce infoBietet ein API für Map/Reduce Operationenja infoAbfragen werden als Map/Reduce Jobs durchgeführtneinneinnein
Konsistenzkonzept infoMethoden zur Sicherstellung der Konsistenz in einem verteilten SystemEventual ConsistencyImmediate Consistency or Eventual Consistency depending on configurationImmediate Consistency
Fremdschlüssel inforeferenzielle Integritätneinjanein
Transaktionskonzept infoUnterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationenneinneinoptimistic LockingACID infoIsolation abhängig vom verwendeten API
Concurrency infoUnterstützung von gleichzeitig ausgeführten Datenmanipulationenjajajaja
Durability infoDauerhafte Speicherung der Datenjajajaja infoIn-memory Storage wird ebenfalls unterstützt
In-Memory Unterstützung infoGibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu haltenneinja infoGPU vRAM or System RAMnein
Berechtigungskonzept infoZugriffskontrolleZugriffsrechte für Benutzer, Gruppen und Rollen infobasiert auf Apache Sentry und KerberosZugriffsrechte für Benutzer und Rollen auf TabellenebeneAccess rights based on private key authentication or shared access signaturesnein

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
Apache ImpalaKineticaMicrosoft Azure Table StorageRDF4J infoformerly known as Sesame
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

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Working with Azure to Use and Manage Data Lakes
7. März 2024, Simplilearn

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

Quick Guide to Azure Storage Pricing
16. Mai 2023, DevOps.com

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News



Teilen sie diese Seite mit ihrem Netzwerk

Featured Products

Neo4j logo

See for yourself how a graph database can make your life easier.
Use Neo4j online for free.

Milvus logo

Vector database designed for GenAI, fully equipped for enterprise implementation.
Try Managed Milvus for Free

Datastax Astra logo

Bring all your data to Generative AI applications with vector search enabled by the most scalable
vector database available.
Try for Free

Präsentieren Sie hier Ihr Produkt