DBMS > Amazon Neptune vs. Blueflood vs. Milvus

Vergleich der Systemeigenschaften Amazon Neptune vs. Blueflood vs. Milvus

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fast, reliable graph database built for the cloud

Skalierbare Timeseries DBMS basierend auf Cassandra

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

Primäres Datenbankmodell

Graph DBMS
RDF Store

Time Series DBMS

Vektor DBMS

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

Punkte	2,13
Rang	#111	Overall
	#9	Graph DBMS
	#5	RDF Stores

Punkte	0,06
Rang	#353	Overall
	#36	Time Series DBMS

Punkte	2,92
Rang	#87	Overall
	#7	Vektor DBMS

Website

aws.amazon.com/neptune

blueflood.io

milvus.io

Technische Dokumentation

aws.amazon.com/neptune/developer-resources

github.com/rax-maas/blueflood/wiki

milvus.io/docs/overview.md

Entwickler

Amazon

Rackspace

Erscheinungsjahr

2017

2013

2019

Aktuelle Version

2.4.4, Mai 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

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

Java

C++, Go

Server Betriebssysteme

gehostet

Linux
OS X

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Datenschema

schemafrei

vordefiniertes Schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

APIs und andere Zugriffskonzepte

OpenCypher
RDF 1.1 / SPARQL 1.1
TinkerPop Gremlin

HTTP REST

RESTful HTTP API

Unterstützte Programmiersprachen

C#
Go
Java
JavaScript
PHP
Python
Ruby
Scala

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

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-availability zones high availability, asynchronous replication for up to 15 read replicas within a single region. Global database clusters consists of a primary write DB cluster in one region, and up to five secondary read DB clusters in different regions. Each secondary region can have up to 16 reader instances.

frei wählbarer Replikationsfaktor

basierend auf Cassandra

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

with encyption-at-rest

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles can be defined via the AWS Identity and Access Management (IAM)

nein

Role based access control and fine grained access rights

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

Zupee implements Amazon Neptune to detect Wallet transaction anomalies in real time
28. April 2025, Amazon Web Services (AWS)

Use Amazon Neptune Analytics to analyze relationships in your data faster, Part 1: Introducing Parquet and CSV import and export
21. Januar 2025, Amazon Web Services (AWS)

Using generative AI and Amazon Bedrock to generate SPARQL queries to discover protein functional information with UniProtKB and Amazon Neptune | Amazon Web Services
9. April 2025, Amazon Web Services (AWS)

Introducing the GraphRAG Toolkit
27. Januar 2025, Amazon Web Services (AWS)

How Coinbase provides trustworthy financial experiences through real-time user clustering with Amazon Neptune
18. November 2024, Amazon Web Services (AWS)

bereitgestellt von Google News

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

What Is Milvus? A Distributed Vector Database
3. März 2025, Oracle

Milvus 2.5 Creates the Best of Both Worlds With Hybrid Vector-Keyword Search
17. Dezember 2024, GlobeNewswire

AI-Powered Search Engine With Milvus Vector Database on Vultr
7. November 2024, SitePoint

Dance between dense and sparse embeddings: Enabling Hybrid Search in LangChain-Milvus
19. November 2024, Towards Data Science

Generating More Creative and Curated Ghibli-Style Images with GPT-4o and Milvus
29. April 2025, DataDrivenInvestor

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk