DBMS > Apache Impala vs. Sadas Engine vs. Solr

Vergleich der Systemeigenschaften Apache Impala vs. Sadas Engine vs. Solr

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Hadoop

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Eine häufig verwendete Suchmaschinentechnologie basierend auf Apache Lucene

Primäres Datenbankmodell

Relational DBMS

Suchmaschine

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

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

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

Punkte	0,00
Rang	#383	Overall
	#158	Relational DBMS

Punkte	42,91
Rang	#24	Overall
	#3	Suchmaschinen

Website

impala.apache.org

www.sadasengine.com

solr.apache.org

Technische Dokumentation

impala.apache.org/impala-docs.html

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

solr.apache.org/resources.html

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

SADAS s.r.l.

Apache Software Foundation

Erscheinungsjahr

2013

2006

Aktuelle Version

4.1.0, Juni 2022

8.0

9.6.0, April 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

free trial version available

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

AIX
Linux
Windows

Alle Betriebssysteme mit einer Java VM

Läuft als Servlet in einem Servlet Container (z.B. Tomcat, Jetty ist inkludiert)

Datenschema

Dynamic Fields enables on-the-fly addition of new fields

Typisierung

vordefinierte Datentypen, z.B. float oder date

mit benutzerdefinierten Datentypen und automatic typing

XML Unterstützung

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

nein

Sekundärindizes

Alle Suchfelder werden automatisch indiziert

SQL

Support of SQL

SQL-like DML and DDL statements

Solr Parallel SQL Interface

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
Proprietäres Protokoll

Java API
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

.Net
C
C#
C++
Groovy
Java
PHP
Python

.Net
Erlang
Java
JavaScript
jede Sprache, die Sockets und entweder XML oder JSON unterstützt
Perl
PHP
Python
Ruby
Scala

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

nein

Java plugins

Triggers

nein

User configurable commands triggered on index changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

spark-solr: github.com/lucidworks/spark-solr and streaming expressions to reduce

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

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

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Access rights for users, groups and roles according to 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

Elasticsearch replaced Solr as the most popular search engine
12. Januar 2016, Paul Andlinger

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Hudi: Uber Engineering’s Incremental Processing Framework on Apache Hadoop
12. März 2017, Uber

bereitgestellt von Google News

SOLR-led walkout demands better conditions for Compass workers
27. Februar 2024, Daily Northwestern

(SOLR) Technical Pivots with Risk Controls
28. April 2024, Stock Traders Daily

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

SOLR hosts teach-in of labor movements at Northwestern
28. Januar 2024, Daily Northwestern

SearchStax Launches Serverless Solr Service to Accelerate Cloud-Native Application Development
5. April 2023, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk