DBMS > Apache Drill vs. Badger vs. IBM Db2 warehouse vs. Pinecone vs. SiriDB

Vergleich der Systemeigenschaften Apache Drill vs. Badger vs. IBM Db2 warehouse vs. Pinecone vs. SiriDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

Data warehousing service aus der Cloud

A managed, cloud-native vector database

Open Source Time Series DBMS

Primäres Datenbankmodell

Document Store
Relational DBMS

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

Punkte	2,02
Rang	#124	Overall
	#22	Document Stores
	#59	Relational DBMS

Punkte	0,22
Rang	#320	Overall
	#47	Key-Value Stores

Punkte	1,37
Rang	#160	Overall
	#74	Relational DBMS

Punkte	3,23
Rang	#92	Overall
	#3	Vektor DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Website

drill.apache.org

github.com/dgraph-io/badger

www.ibm.com/products/db2/warehouse

www.pinecone.io

siridb.com

Technische Dokumentation

drill.apache.org/docs

godoc.org/github.com/dgraph-io/badger

docs.pinecone.io/docs/overview

docs.siridb.com

Entwickler

Apache Software Foundation

DGraph Labs

IBM

Pinecone Systems, Inc

Cesbit

Erscheinungsjahr

2012

2017

2014

2019

2017

Aktuelle Version

1.20.3, Jaenner 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

Open Source

Apache 2.0

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

Server Betriebssysteme

Linux
OS X
Windows

BSD
Linux
OS X
Solaris
Windows

gehostet

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

String, Number, Boolean

Numeric data

XML Unterstützung

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

nein

Importieren/Exportieren von XML Daten möglich

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

.NET Client API
JDBC
ODBC
OLE DB

RESTful HTTP API

HTTP API

Unterstützte Programmiersprachen

C++

Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

Python

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

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

PL/SQL, SQL PL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

In-Memory Unterstützung

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

Depending on the underlying data source

nein

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Einfache Rechteverwaltung mit Benutzeraccounts

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

Apache Drill vs. Apache Spark — Which SQL query engine is better for you?
23. September 2019, Towards Data Science

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Apache Drill Poised to Crack Tough Data Challenges
19. Mai 2015, Datanami

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

Apache Drill improves big data SQL query engine
31. August 2021, TechTarget

bereitgestellt von Google News

Announcing the deprecation of prior generation Db2 Warehouse plans on AWS
16. Oktober 2023, IBM

Introducing the next generation of Db2 Warehouse: Our cost-effective, cloud-native data warehouse built for always-on ...
11. Juli 2023, IBM

Db2 Warehouse delivers 4x faster query performance than previously, while cutting storage costs by 34x
11. Juli 2023, IBM

Data mining in Db2 Warehouse: the basics
23. Juni 2020, Towards Data Science

Top 7 Cloud Data Warehouse Companies
31. Mai 2023, Datamation

bereitgestellt von Google News

PostgreSQL is Now Faster than Pinecone, 75% Cheaper, with New Open Source Extensions
11. Juni 2024, PR Newswire

A New Era AI Databases: PostgreSQL with pgvectorscale Outperforms Pinecone and Cuts Costs by 75% with New Open-Source Extensions
12. Juni 2024, MarkTechPost

Pinecone launches its serverless vector database out of preview
12. Juni 2024, Yahoo Movies UK

Gathr Partners with Pinecone to Accelerate Generative AI Adoption
12. Juni 2024, ARC Advisory Group

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk