DBMS > Apache Phoenix vs. Databend vs. Postgres-XL vs. Transbase

Vergleich der Systemeigenschaften Apache Phoenix vs. Databend vs. Postgres-XL vs. Transbase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A scale-out RDBMS with evolutionary schema built on Apache HBase

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

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

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	1,97
Rang	#126	Overall
	#59	Relational DBMS

Punkte	0,30
Rang	#287	Overall
	#130	Relational DBMS

Punkte	0,49
Rang	#256	Overall
	#117	Relational DBMS

Punkte	0,11
Rang	#341	Overall
	#150	Relational DBMS

Website

phoenix.apache.org

github.com/datafuselabs/databend
www.databend.com

www.postgres-xl.org

www.transaction.de/en/products/transbase.html

Technische Dokumentation

phoenix.apache.org

docs.databend.com

www.postgres-xl.org/documentation

www.transaction.de/en/products/transbase/features.html

Entwickler

Apache Software Foundation

Databend Labs

Transaction Software GmbH

Erscheinungsjahr

2014

2021

2014

seit 2012, ursprünglich genannt StormDB

1987

Aktuelle Version

5.0-HBase2, July 2018 and 4.15-HBase1, December 2019

1.0.59, April 2023

10 R1, Oktober 2018

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2.0

Open Source

Mozilla public license

kommerziell

Development Lizenz gratis

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

Java

Rust

C und C++

Server Betriebssysteme

Linux
Unix
Windows

gehostet
Linux
macOS

Linux
macOS

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

late-bound, schema-on-read capabilities

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

nein

SQL

Support of SQL

distributed, parallel query execution

APIs und andere Zugriffskonzepte

JDBC

CLI Client
JDBC
RESTful HTTP API

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

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

C
C#
C++
Go
Groovy
Java
PHP
Python
Scala

Go
Java
JavaScript (Node.js)
Python
Rust

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

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

MVCC

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

Access Control Lists (using HBase ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC, multi-tenancy

Users with fine-grained authorization concept, user roles

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

DB-Engines Blog Posts

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021, Krishna Maheshwari (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Supercharge SQL on Your Data in Apache HBase with Apache Phoenix | Amazon Web Services
2. Juni 2016, AWS Blog

Bridge the SQL-NoSQL gap with Apache Phoenix
4. Februar 2016, InfoWorld

Apache Calcite, FreeMarker, Gora, Phoenix, and Solr updated
27. März 2017, SDTimes.com

Hortonworks Starts Hadoop Summit with Data Platform Update -- ADTmag
28. Juni 2016, ADT Magazine

Deep dive into Azure HDInsight 4.0
25. September 2018, Microsoft

bereitgestellt von Google News

Data Bending: Creating Unique Digital Visual Effects
23. April 2020, RedShark News

Rust and the OS, the Web, Database and Other Languages
21. November 2022, The New Stack

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, news.thomasnet.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk