DBMS > Apache Impala vs. OpenQM vs. Postgres-XL vs. SAP IQ

Vergleich der Systemeigenschaften Apache Impala vs. OpenQM vs. Postgres-XL vs. SAP IQ

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

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

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Columnar RDBMS optimized for Big Data analytics

Primäres Datenbankmodell

Relational DBMS

Multivalue DBMS

Relational DBMS

spaltenorientiert

Sekundäre Datenbankmodelle

Document Store

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	0,34
Rang	#284	Overall
	#10	Multivalue DBMS

Punkte	0,53
Rang	#254	Overall
	#117	Relational DBMS

Punkte	2,64
Rang	#108	Overall
	#52	Relational DBMS

Website

impala.apache.org

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

www.postgres-xl.org

www.sap.com/products/technology-platform/sybase-iq-big-data-management.html

Technische Dokumentation

impala.apache.org/impala-docs.html

www.postgres-xl.org/documentation

help.sap.com/docs/SAP_IQ

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Rocket Software, originally Martin Phillips

SAP, formerly Sybase

Erscheinungsjahr

2013

1993

2014

seit 2012, ursprünglich genannt StormDB

1994

Aktuelle Version

4.1.0, Juni 2022

3.4-12

10 R1, Oktober 2018

16.1 SPS04, April 2019

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Open Source

Mozilla public license

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++

Server Betriebssysteme

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Linux
macOS

AIX
HP-UX
Linux
Solaris
Windows

Datenschema

with some exceptions

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

XML type, but no XML query functionality

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

ADO.NET
JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

.Net
Basic
C
Java
Objective C
PHP
Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

C
C#
C++
Java
Perl
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

shared disk or shared nothing architectures with SAP IQ Multiplexer

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

SAP/Sybase Replication Server

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Hadoop integration

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

MVCC

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

Access rights can be defined down to the item level

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 4 Supports Operator Multi-Threading
29. Juli 2021, iProgrammer

Apache Impala becomes Top-Level Project
28. November 2017, SDTimes.com

Cloudera Bringing Impala to AWS Cloud
28. November 2017, Datanami

Hudi: Uber Engineering’s Incremental Processing Framework on Apache Hadoop
12. März 2017, Uber

Apache Doris just 'graduated': Why care about this SQL data warehouse
24. Juni 2022, InfoWorld

bereitgestellt von Google News

New Services for SAP HANA Cloud Database
7. April 2021, SAP News

Using SAP Hana as a data warehouse
17. August 2015, ComputerWeekly.com

SAP Scales Out HANA In-Memory For Clouds
6. März 2014, EnterpriseAI

Congrats, HCL, on your £1.5m contract to upgrade a county council's ERP system to SAP S4/HANA within a year
5. November 2020, The Register

SAP Again Named a Leader in 2021 Gartner® Magic Quadrant™ for Cloud Database Management Systems
21. Dezember 2021, SAP News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk