OLAP-Datenbanken: Auswahl, Vergleich und Prüfpaket
Eine OLAP-Datenbank muss zu deinen Abfragen, der Datenfrische und dem Betriebsmodell passen. Für lokale Analysen ist eine eingebettete Engine ein anderer Ausgangspunkt als für ein Kundenportal mit vielen gleichzeitigen Abfragen. Hier vergleichst du sechs Open-Source-Systeme nach dieser Aufgabe und bereitest einen nachvollziehbaren Pilot vor.
Redaktion: Axel Schweizer · Quellenstand: 26.10.2026 · Quellenvergleich mit eigener Auswahlhilfe und Referenzlogik. Keine gemessene Leistungsrangliste und kein vergleichender Produkttest.
Welcher Analysepfad passt zu deiner Aufgabe?
Beginne mit der Bereitstellung: Analysiert ein Programm lokale Dateien oder sollen mehrere Anwendungen einen gemeinsamen Dienst abfragen? Die Auswahlhilfe grenzt den Pilot ein. Sie vergibt keine Testnoten; Betrieb, Korrektheit und Rechte musst du anschließend nachweisen.
In vier Fragen zum Pilotpfad
Wähle die Anforderungen und zeige den Pilotpfad an. Die Vergleichstabelle darunter bleibt unabhängig davon nutzbar.
Redaktionelle Orientierung aus den dokumentierten Betriebsmodellen, kein Testergebnis oder Eignungsnachweis. Eingaben werden von dieser Auswahlhilfe weder gespeichert noch versendet.
Sechs OLAP-Datenbanken im Vergleich
Alle sechs Projekte bieten Open-Source-Software. Das sagt nichts über kostenlose Cloud-Kapazität, Support oder eine fertige BI-Oberfläche. Die folgenden Ausgangspunkte sind redaktionelle Ableitungen aus den verlinkten Projektdokumentationen. Sie schließen andere Einsatzfälle nicht aus.
| System | Sinnvoller Pilot | Besonders prüfen | Profil und Grundlage |
|---|---|---|---|
| DuckDB | Analysen aus einem eingebetteten Prozess, etwa SQL über lokale Dateien oder ein kleines Reporting-Backend. | Prozess- und Schreibmodell; kontrollierter Zugriff auf Dateien. Aus mehreren Lesern folgt kein fertiger Dienst für parallele Schreiber. | DuckDB-Profil · Projektdokumentation |
| ClickHouse | Ein gemeinsam genutzter analytischer SQL-Dienst für große Ereignis- und Berichtsdatenbestände. | Sortierschlüssel, Tabellenengine, Zusammenführung von Versionen, Abfragekorrektheit und Betriebsform. | ClickHouse-Profil · Projektdokumentation |
| Apache Pinot | Nutzerseitige Analytik mit frischen Ereignissen und vielen gleichzeitigen Abfragen. | Partitionierung und Upsert-Modus; Schlüsselmetadaten, Join-Engine und Ressourcen unter echter Parallelität. | Pinot-Profil · Apache-Dokumentation |
| Apache Doris | Verteilte SQL-Analysen mit mehreren Tabellen und einem bewusst gewählten Modell für aktuelle Schlüsselwerte. | Duplicate-/Aggregate-/Unique-Key-Modell, Aktualisierungsreihenfolge, FE-/BE-Betrieb und Ressourcenisolation. | Doris-Profil · Apache-Dokumentation |
| Apache Druid | Zeitbezogene Ereignisanalysen, Aggregationen und Filter hinter analytischen Anwendungen. | Vorverdichtung, exakte oder näherungsweise Kennzahlen und Korrekturen bestehender Datensätze. | Einordnung · Apache-Dokumentation |
| StarRocks | Verteilte analytische SQL-Abfragen mit mehreren Tabellen und updatefähigen Datenmodellen. | Tabellenmodell, Join-Plan, Aktualisierung und gekoppelte oder getrennte Speicher-/Rechenarchitektur. | Einordnung · Projektdokumentation |
Die Entscheidung „DuckDB oder ClickHouse?“ beginnt damit ebenfalls bei einem Betriebsmodell: eingebettete Analyse und ein analytischer Server lösen unterschiedliche Integrationsaufgaben. Ein Wechsel nur aufgrund einer fremden Benchmarkzahl überspringt Datenimport, Berechtigungen, Aktualisierung und Wartung. Bei unveränderten kleinen Berichten kann auch die bestehende Datenbank genügen.
Sechs Anforderungen vor der Produktauswahl
- Datenfrische: Welche Zeit darf vom Ereignis in der Quelle bis zur korrekten Zahl im Bericht vergehen? Definiere Quelle, Messzeitpunkt und zulässigen Rückstand. Eine schnelle Abfrage kann auf alten Daten arbeiten.
- Parallelität: Welche Abfragen laufen gleichzeitig? Trenne den einzelnen Analysten, geplante Jobs und ein öffentliches Kundenportal. Gleichzeitige Leser und gleichzeitige Schreiber sind verschiedene Anforderungen.
- Korrekturen: Welche Schlüssel werden geändert oder gelöscht? Wie ordnet die Quelle Ereignisse? Eine nachträglich gelieferte Korrektur kann einen älteren fachlichen Zeitstempel haben und trotzdem der gültige neue Zustand sein.
- Abfragen und Modelle: Halte fünf echte SQL-Fragen fest, einschließlich einer schwierigen Verknüpfung. Prüfe Dimensionen mit mehrfachen Schlüsseln: Ein unbemerkter 1:n-Join kann eine korrekte Umsatzsumme vervielfachen.
- Isolation und Genauigkeit: Wer darf welche Daten sehen? Muss eine Kennzahl exakt stimmen oder ist eine dokumentierte Näherung zulässig? Ein UI-Filter ist keine Datenbankberechtigung.
- Betrieb und Rückweg: Wer verantwortet Updates, Überwachung, Speicherwachstum und Wiederherstellung? Der Pilot braucht einen Export und einen tatsächlich erprobten Wiederanlauf, bevor produktive Daten davon abhängen.
Für Definitionen und die Abgrenzung von Transaktionsverarbeitung führt unsere Schwesterseite die Konzepte OLAP, OLAP-Würfel und OLAP vs. OLTP aus. Hier geht es um die Auswahl und Abnahme der Software.
Kostenloses OLAP-Prüfpaket mit kontrollierbarem Ergebnis
600,00 Euro müssen nach Änderungen zu 550,00 Euro werden
Unser synthetischer Fall enthält zunächst drei Datensätze mit 100,00, 200,00 und 300,00 Euro. Eine Korrektur setzt den ersten Betrag auf 120,00 Euro, der zweite Datensatz wird gelöscht und ein neuer über 80,00 Euro kommt hinzu. Für den dritten trifft eine Korrektur auf 350,00 Euro mit älterem Ereigniszeitstempel, aber höherer Quellsequenz ein. Ein zusätzliches altes Ereignis darf den ersten Betrag nicht zurücksetzen.
Erwartet: exakt drei sichtbare Zeilen und 550,00 Euro. Nord hat zwei Zeilen und 200,00 Euro; Süd eine Zeile und 350,00 Euro. Die ID 1 kommt in beiden Mandanten vor. Der Schlüssel ist deshalb (tenant, id). Die Sequenz ordnet Änderungen je Schlüssel; die Quelle muss diese Ordnung liefern.
Das ZIP enthält CSV-Ereignisse, Sollzeilen, eine Python-Referenz, Anleitung und eine leere Ergebnisvorlage. Die Kriterienvorlage lässt sich in den BIS-Anforderungskatalog importieren. Alle Produktbewertungen starten ausdrücklich ungeprüft.
Die eigene Python-Referenz wurde am 26.10.2026 mit elf Prüfungen ausgeführt: Ausgangssumme, exakte Zielzeilen, Gesamtsumme, Mandantenfilter, Replay, alte Ereignisse nach Löschung, Serialisierung mit erneutem Laden und vier atomare Fehlerfälle. Das ist kein Lauf in einer der sechs Datenbanken. Auch Serialisieren und Einlesen belegen keinen Crash- oder Backup-Restore-Test. Im gewählten Produkt müssen Tabellenmodell, Ingestion und Löschlogik das vereinbarte Ergebnis erst nachweisen.
Wiederhole den Import, sende ein altes Ereignis zur gelöschten ID und prüfe nicht nur die Summe, sondern alle Schlüssel. Melde dich anschließend mit einer echten auf Nord begrenzten Leseridentität an. Ein zweites Konto muss 200,00 Euro sehen und darf keinen Süd-Datensatz abrufen. Korrektheit des Mandantenfilters im Python-Beispiel ist ausdrücklich kein Nachweis einer Zugriffssperre.
Wann Druid und StarRocks zusätzlich in den Pilot gehören
Druid ist nach seiner Dokumentation für ereignisorientierte, zeitbezogene Analytik ausgelegt. Voraggregationen und Näherungsverfahren können Teil des Designs sein. Für häufige Änderungen einzelner vorhandener Schlüssel nennt das Projekt Grenzen: Streaming-Inserts sind von Streaming-Updates zu unterscheiden. Prüfe deshalb den Korrekturpfad, bevor du einen aktuellen Stammdatenbestand zusagst. Quelle: Apache Druid, insbesondere „When to use Druid“.
StarRocks beschreibt eine MPP-Architektur, analytische Joins und updatefähige Spaltenspeicherung. Das macht es zu einem weiteren Kandidaten bei mehrtabelligen SQL-Arbeitslasten. Die Dokumentation unterscheidet Versionen und Architekturen; Möglichkeiten aus dem Latest-Handbuch dürfen nicht stillschweigend auf eine ältere installierte Version übertragen werden. Quelle: StarRocks Features. Beide Systeme sind hier eingeordnet, ohne einen eigenen Test oder eine pauschale Rangfolge zu behaupten.
Open Source, Cloud und Betriebskosten auseinanderhalten
DuckDB verwendet eine MIT-Lizenz; die geprüften Kernprojekte ClickHouse, Apache Pinot, Apache Doris, Apache Druid und StarRocks stehen unter Apache License 2.0. Erweiterungen und ein kommerzieller Cloud-Dienst können andere Bedingungen haben. Die freie Softwarelizenz ist kein Vertrag über Betrieb oder Support.
Rechne mindestens Infrastruktur, Speicher, Datentransfer, Backups, Überwachung und Arbeitszeit. Eigenes Rechenbeispiel, keine Produktkostenschätzung: 24 Stunden Einrichtung und drei Betriebsstunden monatlich zu je 80 Euro plus 60 Euro Infrastruktur monatlich ergeben 1.920 + 12 × (240 + 60) = 5.520 Euro im ersten Jahr. Datenwachstum, Hochverfügbarkeit, Cloud-Support und Exit sind darin noch nicht enthalten. Im Gesamtkostenrechner kannst du eigene Annahmen einsetzen.
Eine selbst gewählte EU-Serverregion belegt allein weder die Region von Supportzugriffen noch von Backups, Telemetrie oder angebundenen Diensten. Halte Datenwege, Anbieterbedingungen und Rollen schriftlich fest. Keine der hier beschriebenen Open-Source-Lizenzen garantiert eine bestimmte Datenregion.
Der Pilot muss die spätere Arbeitslast abbilden
Wähle höchstens drei plausible Kandidaten. Übernimm denselben Datensatz und dieselben fachlichen Sollwerte; dokumentiere notwendige Vorverarbeitung und produktspezifische SQL-Unterschiede. Miss Antwortzeiten erst, wenn die Ergebnisse korrekt sind. Für Durchsatz und Parallelität brauchst du ausreichend viele Datensätze, eine nachvollziehbare Anfrageverteilung und einen festen Messzeitraum. Zehn oder hundert Demozeilen entscheiden keinen Architekturvergleich.
Protokolliere Hardware, Version, Konfiguration, Datenvolumen, gleichzeitig aktive Abfragen, p95/p99, Fehler, Datenrückstand und Speicher. Unterscheide Erstlauf, aufgewärmten Zustand und Neustart. Eine schnelle vorberechnete Abfrage ist nicht mit einem frei formulierten Join auf Rohdaten vergleichbar. Ein Ergebnis gehört immer zu diesem konkreten Testaufbau.
Wenn die aktuellen Berichte bereits korrekt und schnell genug laufen, ist ein neuer Cluster kein Selbstzweck. Kläre zuerst den nachweisbaren Engpass. Für die Auswahl und Integration kann unsere Schwesterseite BIC unterstützen. Beide Angebote betreibt Axel Schweizer; diese Verbindung ist wirtschaftlich relevant. Herstellerlinks sind hier Quellenlinks ohne Partnerkennung. Siehe Finanzierung und Methodik.