DBMS > Apache Impala vs. Drizzle vs. HBase

Vergleich der Systemeigenschaften Apache Impala vs. Drizzle vs. HBase

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

Analytic DBMS für Hadoop

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

Wide-Column Store basierend auf Apache Hadoop und auf Konzepten von BigTable

Primäres Datenbankmodell

Relational DBMS

Wide Column Store

Sekundäre Datenbankmodelle

Document Store

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

Punkte	14,03
Rang	#40	Overall
	#24	Relational DBMS

Punkte	31,25
Rang	#26	Overall
	#2	Wide Column Stores

Website

impala.apache.org

hbase.apache.org

Technische Dokumentation

impala.apache.org/impala-docs.html

hbase.apache.org/book.html

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Powerset

Erscheinungsjahr

2013

2008

Aktuelle Version

4.1.0, Juni 2022

7.2.4, September 2012

2.3.4, Jaenner 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

GNU GPL

Open Source

Apache Version 2

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++

Java

Server Betriebssysteme

Linux

FreeBSD
Linux
OS X

Linux
Unix
Windows

mit Cygwin

Datenschema

schema-free, schema definition possible

Typisierung

vordefinierte Datentypen, z.B. float oder date

options to bring your own types, AVRO

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

mit propriätären Erweiterungen

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC

Java API
RESTful HTTP API
Thrift

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C++
Java
PHP

C
C#
C++
Groovy
Java
PHP
Python
Scala

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Coprocessors in Java

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency or Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Single row ACID (across millions of columns)

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

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Access Control Lists (ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC

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

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

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

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, Paul Andlinger

alle anzeigen

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

Best Practices from Rackspace for Modernizing a Legacy HBase/Solr Architecture Using AWS Services | Amazon Web ...
9. Oktober 2023, AWS Blog

Less Components, Higher Performance: Apache Doris instead of ClickHouse, MySQL, Presto, and HBase
20. Oktober 2023, hackernoon.com

Cloudera Search Adds Search Engine Ease to Data on HDFS and Apache HBase
10. Dezember 2023, Channel Futures

HBase: The database big data left behind
6. Mai 2016, InfoWorld

What Is HBase? (Definition, Uses, Benefits, Features)
22. Dezember 2022, Built In

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk