DBMS > Amazon Aurora vs. HEAVY.AI vs. Qdrant

Vergleich der Systemeigenschaften Amazon Aurora vs. HEAVY.AI vs. Qdrant

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

MySQL und PostgreSQL kompatibles RDBMS Cloud-Service von Amazon

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

A high-performance vector database with neural network or semantic-based matching

Primäres Datenbankmodell

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

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

Punkte	8,11
Rang	#44	Overall
	#28	Relational DBMS

Punkte	1,25
Rang	#162	Overall
	#73	Relational DBMS

Punkte	1,93
Rang	#121	Overall
	#9	Vektor DBMS

Website

aws.amazon.com/rds/aurora

github.com/heavyai/heavydb
www.heavy.ai

github.com/qdrant/qdrant
qdrant.tech

Technische Dokumentation

docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/CHAP_Aurora.html

docs.heavy.ai

qdrant.tech/documentation

Entwickler

Amazon

HEAVY.AI, Inc.

Qdrant

Erscheinungsjahr

2015

2016

2021

Aktuelle Version

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache Version 2.0

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++ and CUDA

Rust

Server Betriebssysteme

gehostet

Linux

Docker
Linux
macOS
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numbers, Strings, Geo, Boolean

XML Unterstützung

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

nein

Sekundärindizes

nein

Keywords, numberic ranges, geo, full-text

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

JDBC
ODBC
Thrift
Vega

gRPC
OpenAPI 3.0
RESTful HTTP/JSON API

OpenAPI 3.0

Unterstützte Programmiersprachen

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

All languages supporting JDBC/ODBC/Thrift
Python

.Net
Go
Java
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

Collection-level replication

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency, tunable consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

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

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Key-based authentication

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

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Amazon - the rising star in the DBMS market
3. August 2015, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Vacasa’s migration to Amazon Aurora for a more efficient Property Management System
9. Januar 2025, AWS Blog

Introducing Amazon Aurora DSQL | Amazon Web Services
3. Dezember 2024, AWS Blog

Amazon Aurora PostgreSQL Limitless Database is now generally available
31. Oktober 2024, AWS Blog

Introducing scaling to 0 capacity with Amazon Aurora Serverless v2
20. November 2024, AWS Blog

Introducing scaling up to 256 ACUs with Amazon Aurora Serverless v2
8. Oktober 2024, AWS Blog

bereitgestellt von Google News

5 Q’s for Mike Flaxman, Vice President of Heavy.AI
15. August 2024, Center for Data Innovation

HEAVY.AI Accelerates Big Data Analytics with Vultr's High-Performance GPU Cloud Infrastructure
11. September 2024, insideainews.com

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

bereitgestellt von Google News

Qdrant review: A highly flexible option for vector search
29. Juli 2024, InfoWorld

Qdrant Launches Groundbreaking Pure Vector-Based Hybrid Search, Setting Higher Standards for RAG and AI Applications
2. Juli 2024, Business Wire

Build your First RAG with Qdrant
17. Oktober 2024, packtpub.com

Vector database company Qdrant wants RAG to be more cost-effective
2. Juli 2024, VentureBeat

Qdrant unveils hybrid vector algorithm for improved RAG
2. Juli 2024, Blocks and Files

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk