DBMS > Alibaba Cloud Table Store vs. Cachelot.io vs. Milvus vs. Oracle

Vergleich der Systemeigenschaften Alibaba Cloud Table Store vs. Cachelot.io vs. Milvus vs. Oracle

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A fully managed Wide Column Store for large quantities of semi-structured data with real-time access

In-memory caching system

A DBMS designed for efficient storage of vector data and vector similarity searches

Weit verbreitetes, allgemein einsetzbares RDBMS

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Graph DBMS

with Oracle Spatial and Graph
RDF Store

with Oracle Spatial and Graph
Spatial DBMS

with Oracle Spatial and Graph
Vektor DBMS

since Oracle 23

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

Punkte	0,26
Rang	#301	Overall
	#12	Wide Column Stores

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	2,31
Rang	#113	Overall
	#3	Vektor DBMS

Punkte	1236,29
Rang	#1	Overall
	#1	Relational DBMS

Website

www.alibabacloud.com/product/table-store

cachelot.io

milvus.io

www.oracle.com/database

Technische Dokumentation

www.alibabacloud.com/help/en/tablestore

milvus.io/docs/overview.md

docs.oracle.com/en/database

Entwickler

Alibaba

Oracle

Erscheinungsjahr

2016

2015

2019

1980

Aktuelle Version

2.3.4, Jänner 2024

23c, September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Simplified BSD License

Open Source

Apache Version 2.0

kommerziell

eingeschränkte kostenlose Version verfügbar

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.

Zilliz Cloud – Cloud-native service for Milvus

Implementierungssprache

C++

C++, Go

C und C++

Server Betriebssysteme

gehostet

FreeBSD
Linux
OS X

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

AIX
HP-UX
Linux
OS X
Solaris
Windows
z/OS

Datenschema

schemafrei

Schemaless in JSON and XML columns

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Vector, Numeric and String

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

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

HTTP API

Memcached Protokoll

RESTful HTTP API

JDBC
ODBC
ODP.NET
Oracle Call Interface (OCI)

Unterstützte Programmiersprachen

Java
Python

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

C++
Go
Java
JavaScript (Node.js)
Python

C
C#
C++
Clojure
Cobol
Delphi
Eiffel
Erlang
Fortran
Groovy
Haskell
Java
JavaScript
Lisp
Objective C
OCaml
Perl
PHP
Python
R
Ruby
Scala
Tcl
Visual Basic

Server-seitige Scripts

Stored Procedures

nein

PL/SQL

auch Java stored procedures möglich

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

keine

Sharding

Sharding, horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Implicit feature of the cloud service

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

kann in PL/SQL realisiert werden

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

keine

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-row operations

nein

ACID

mit parameterisierbarem isolation level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

nein

Version 12c introduced the new option 'Oracle Database In-Memory'

Berechtigungskonzept

Zugriffskontrolle

Access rights based on subaccounts and tokens

nein

Role based access control and fine grained access rights

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Milvus is an open-source and cloud-native vector database built for production-ready...
» mehr

Competitive advantages

Highly available, versatile, and robust with millisecond latency. Supports batch...
» mehr

Typical application scenarios

RAG: retrieval augmented generation Video media : video understanding, video deduplication....
» mehr

Key customers

Milvus is trusted by thousands of enterprises, including PayPal, eBay, IKEA, LINE,...
» mehr

Market metrics

As of January 2024, 25k+ GitHub stars 10M+ downloads and installations 3k+ enterprise...
» mehr

Licensing and pricing models

Milvus was released under the open-source Apache License 2.0 in October 2019. Fully-managed...
» mehr

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

Drittanbieter

Devart ODBC driver for Oracle accesses Oracle databases from ODBC-compliant reporting, analytics, BI, and ETL tools on both 32 and 64-bit Windows, macOS, and Linux.
» mehr

Navicat for Oracle improves the efficiency and productivity of Oracle developers and administrators with a streamlined working environment.
» mehr

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

MySQL is the DBMS of the Year 2019
3. Januar 2020, Matthias Gelbmann, Paul Andlinger

The struggle for the hegemony in Oracle's database empire
2. Mai 2017, Paul Andlinger

Architecting eCommerce Platforms for Zero Downtime on Black Friday and Beyond
25. November 2016, Tony Branson (guest author)

alle anzeigen

Konferenzen, Veranstaltungen und Webinare

mehr DBMS Events

Oracle Cloud World
Las Vegas, 9.-12. September 2024

Erwähnungen in aktuellen Nachrichten

Apache Software Foundation Announces New Top-Level Project Apache Paimon
19. April 2024, Datanami

Gartner’s Magic Quadrant for Cloud Database Management Systems
9. Dezember 2020, CRN

25 Best Cloud Service Providers (Public and Private) in 2024
4. Juni 2023, CybersecurityNews

Top data analytics tools comparison: Alibaba Cloud, AWS, Azure, Google Cloud, IBM
5. Dezember 2019, Wire19

Apache Paimon Elevates to Top-Level Project, Revolutionizing Data Lake Architectures
18. April 2024, MyChesCo

bereitgestellt von Google News

What Is Milvus Vector Database?
6. Oktober 2023, The New Stack

Zilliz Unveils Game-Changing Features for Vector Search
22. März 2024, Datanami

AI-Powered Search Engine With Milvus Vector Database on Vultr
31. Januar 2024, SitePoint

Milvus 2.4 Unveils Game-Changing Features for Enhanced Vector Search
20. März 2024, GlobeNewswire

Zilliz Cloud boosts vector database performance
31. Januar 2024, InfoWorld

bereitgestellt von Google News

Blog Theme - Details
2. Mai 2024, Oracle

Oracle renames Database 23c to 23ai, makes it generally available
2. Mai 2024, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk