DBMS > Apache Pinot vs. EsgynDB vs. Greenplum vs. TerarkDB

Vergleich der Systemeigenschaften Apache Pinot vs. EsgynDB vs. Greenplum vs. TerarkDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

A key-value store forked from RocksDB with advanced compression algorithms. It can be used standalone or as a storage engine for MySQL and MongoDB

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,40
Rang	#270	Overall
	#125	Relational DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	8,37
Rang	#48	Overall
	#30	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Website

pinot.apache.org

www.esgyn.cn

greenplum.org

github.com/bytedance/terarkdb

Technische Dokumentation

docs.pinot.apache.org

docs.greenplum.org

bytedance.larkoffice.com/docs/doccnZmYFqHBm06BbvYgjsHHcKc

Entwickler

Apache Software Foundation and contributors

Esgyn

Pivotal Software Inc.

ByteDance, originally Terark

Erscheinungsjahr

2015

2005

2016

Aktuelle Version

1.0.0, September 2023

7.0.0, September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache 2.0

kommerziell

restricted open source version available

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

C++, Java

C++

Server Betriebssysteme

All OS with a Java JDK11 or higher

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

seit Version 4.2

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC

ADO.NET
JDBC
ODBC

JDBC
ODBC

C++ API
Java API

Unterstützte Programmiersprachen

Go
Java
Python

All languages supporting JDBC/ODBC/ADO.Net

C
Java
Perl
Python
R

C++
Java

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

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

Real-Time Analytics for Mobile App Crashes using Apache Pinot
2. November 2023, Uber

Speed of Apache Pinot at the Cost of Cloud Object Storage with Tiered Storage
16. August 2023, InfoQ.com

StarTree Announces Integration between Apache Pinot and Delta Lake with StarTree Cloud
20. Juni 2023, Datanami

StarTree brings Apache Pinot real-time database to the cloud
22. März 2022, TechTarget

Data analytics startup StarTree secures cash to expand its Apache Pinot-powered platform
29. August 2022, TechCrunch

bereitgestellt von Google News

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box | ZDNET
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk