DBMS > AlaSQL vs. Galaxybase vs. H2 vs. Pinecone vs. XTDB

Vergleich der Systemeigenschaften AlaSQL vs. Galaxybase vs. H2 vs. Pinecone vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

JavaScript DBMS library

Scalable, ACID-compliant native distributed parallel graph platform

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

A managed, cloud-native vector database

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Document Store
Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,46
Rang	#260	Overall
	#40	Document Stores
	#121	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#39	Graph DBMS

Punkte	8,13
Rang	#49	Overall
	#31	Relational DBMS

Punkte	3,16
Rang	#95	Overall
	#2	Vektor DBMS

Punkte	0,11
Rang	#343	Overall
	#46	Document Stores

Website

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

github.com/AlaSQL/alasql

www.h2database.com/html/main.html

docs.pinecone.io/docs/overview

www.xtdb.com/docs

Entwickler

Andrey Gershun & Mathias R. Wulff

Chuanglin(Createlink) Technology Co., Ltd 浙江创邻科技有限公司

Thomas Mueller

Pinecone Systems, Inc

Juxt Ltd.

Erscheinungsjahr

2014

2017

2005

2019

Aktuelle Version

Nov 20, November 2021

2.2.220, Juli 2023

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

MIT-License

kommerziell

Open Source

dual-licence (Mozilla public license, Eclipse public license)

kommerziell

Open Source

MIT License

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

JavaScript

C and Java

Java

Clojure

Server Betriebssysteme

server-less, requires a JavaScript environment (browser, Node.js)

Linux

Alle Betriebssysteme mit einer Java VM

gehostet

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Strong typed schema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

String, Number, Boolean

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

Close to SQL99, but no user access control, stored procedures and host language bindings.

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

JavaScript API

Browser interface
console (shell)
Graph API (Gremlin)
OpenCypher
Proprietäres native API

JDBC
ODBC

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

JavaScript

Go
Java
Python

Java

Python

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

user defined procedures and functions

Java Stored Procedures and User-Defined Functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

With clustering: 2 database servers on different computers operate on identical copies of a database

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

only for local storage and DOM-storage

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

by using IndexedDB, SQL.JS or proprietary FileStorage

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Role-based access control

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Create a Marvel Database with SQL and Javascript, the easy way
2. Juli 2019, Towards Data Science

HarperDB - How and Why We Built It From The Ground Up on NodeJS
28. Februar 2021, hackernoon.com

Multi faceted data exploration in the browser using Leaflet and amCharts
3. Mai 2020, Towards Data Science

bereitgestellt von Google News

Pinecone Makes Accurate, Fast, Scalable Generative AI Accessible to Organizations Large and Small with Launch of ...
21. Mai 2024, PR Newswire

Pinecone launches its serverless vector database out of preview
21. Mai 2024, TechCrunch

Pinecone launches serverless edition of its vector database on AWS
22. Mai 2024, SiliconANGLE News

Channel Brief: Dell Explains AI Factory, Informatica AI Research, Pinecone Goes Serverless and More
22. Mai 2024, Channel E2E

How a Decades-Old Technology and a Paper From Meta Created an AI Industry Standard
21. Mai 2024, The Wall Street Journal

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk