DBMS > Apache Impala vs. Drizzle vs. HyperSQL vs. KairosDB

Vergleich der Systemeigenschaften Apache Impala vs. Drizzle vs. HyperSQL vs. KairosDB

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.

In Java gesschriebenes multithreaded und transaktionales RDBMS

Auch bekannt unter HSQLDB

Verteiltes Time Series DBMS basierend auf Cassandra

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	13,77
Rang	#40	Overall
	#24	Relational DBMS

Punkte	3,49
Rang	#87	Overall
	#47	Relational DBMS

Punkte	0,62
Rang	#239	Overall
	#20	Time Series DBMS

Website

impala.apache.org

hsqldb.org

github.com/kairosdb/kairosdb

Technische Dokumentation

impala.apache.org/impala-docs.html

hsqldb.org/web/hsqlDocsFrame.html

kairosdb.github.io

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Erscheinungsjahr

2013

2008

2001

2013

Aktuelle Version

4.1.0, Juni 2022

7.2.4, September 2012

2.7.2, Juni 2023

1.2.2, November 2018

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

GNU GPL

Open Source

Basiert auf BSD-Lizenz

Open Source

Apache 2.0

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

Alle Betriebssysteme mit einer Java VM

Embedded (into Java applications) and Client-Server operating modes

Linux
OS X
Windows

Datenschema

schemafrei

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

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

mit propriätären Erweiterungen

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC

HTTP API

JDBC via HTTP
JDBC
ODBC

Graphite protocol
HTTP REST
Telnet API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
C++
Java
PHP

All languages supporting JDBC/ODBC
Java

Java
JavaScript

Node.js
PHP
Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Java, SQL

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

basierend auf Cassandra

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-Source Replikation
Source-Replica Replikation

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

einfacher Passwort-basierter Zugriffsschutz

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

Erwähnungen in aktuellen Nachrichten

Cloudera creates observability tool to help enterprises manage cloud costs
6. Juni 2023, SiliconANGLE News

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

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

bereitgestellt von Google News

HyperSQL DataBase flaw leaves library vulnerable to RCE
24. Oktober 2022, The Daily Swig

Introduction to JDBC with HSQLDB tutorial
14. November 2022, TheServerSide.com

bereitgestellt von Google News

Expo: Real Time A/B Testing and Monitoring with Spark Streaming and Kafka at Walmart Labs
24. Mai 2019, InfoQ.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk