DBMS > Hive vs. Impala

Vergleich der Systemeigenschaften Hive vs. Impala

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

Unsere Besucher vergleichen Hive und Impala oft mit Spark SQL, HBase und Apache Drill.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Data Warehouse Software zum Abfragen und Verwalten großer verteilter Datenmengen beispielsweise in Hadoop

Analytic DBMS für Hadoop

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	76,04
Rang	#14	Overall
	#9	Relational DBMS

Punkte	16,94
Rang	#37	Overall
	#23	Relational DBMS

Website

hive.apache.org

www.cloudera.com/products/open-source/apache-hadoop/impala.html

Technische Dokumentation

cwiki.apache.org/confluence/display/Hive/Home

docs.cloudera.com/documentation/enterprise/latest/topics/impala.html

Entwickler

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Cloudera

Erscheinungsjahr

2012

2013

Aktuelle Version

3.1.2, August 2019

3.4.0, April 2020

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

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

Java

C++

Server Betriebssysteme

Alle Betriebssysteme mit einer Java VM

Linux

Datenschema

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

SQL

Support of SQL

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift

JDBC
ODBC

Unterstützte Programmiersprachen

C++
Java
PHP
Python

All languages supporting JDBC/ODBC

Server-seitige Scripts

Stored Procedures

Benutzerdefinierte Funktion und Map-Reduce Integration

Benutzer definierte Funktionen und Integration von Map/Reduce

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als MapReduce Jobs behandelt

Abfragen werden als Map/Reduce Jobs durchgeführt

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

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

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Apache Iceberg: The Hub of an Emerging Data Service Ecosystem?
8. Februar 2021, Datanami

Article: Performance Tuning Techniques of Hive Big Data Table
5. Februar 2021, InfoQ.com

Open-Source Database Software Market 2021 Industry Growth Analysis, Future Predictions, SWOT Analysis, By Top Players- MySQL Redis MongoDB Couchbase Apache Hive MariaDB Neo4j SQLite Titan
2. März 2021, NY Market Reports

2011 – The Emergence of Hadoop
1. März 2021, Datanami

Open-Source Database Software Market Share 2021 Competitive Strategies, Growth Prospects by Manufacturers – MongoDB, MariaDB, Titan, Couchbase, SQLite, Redis, MySQL, Apache Hive, Neo4j
3. März 2021, South Florida Theater Review

bereitgestellt von Google News

Cloudera’s Impala brings Hadoop to SQL and BI
25. Oktober 2012, ZDNet

Cloudera's a data warehouse player now
28. August 2018, ZDNet

Cloudera says Impala is faster than Hive, which isn't saying much – Gigaom
13. Januar 2014, GigaOM

Pentaho adds Amazon Redshift, Cloudera Impala to stable of data sources
17. Februar 2015, SiliconANGLE

Man Busts Out of Google, Rebuilds Top-Secret Query Machine
24. Oktober 2012, Wired

bereitgestellt von Google News

Jobangebote

Hadoop Administrator
FIS Global, Cincinnati, OH

Apache Spark
Denken Solutions Inc, Beaverton, OR

Data Analyst - Looker
Elasticiti, Remote

Data Engineer
Capgemini, Chattanooga, TN

Hortonworks Administrator
nFolks Data Solutions, Austin, TX

Tableau Developer
Infinity Consulting Solutions, Inc., Chicago, IL

Federal - ETL Developer Engineer
Accenture, San Antonio, TX

jobs by

Teilen sie diese Seite mit ihrem Netzwerk