DBMS > Apache Drill vs. DolphinDB vs. Heroic vs. Qdrant

Vergleich der Systemeigenschaften Apache Drill vs. DolphinDB vs. Heroic vs. Qdrant

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

DolphinDB is a high performance Time Series DBMS. It is integrated with an easy-to-use fully featured programming language and a high-volume high-velocity streaming analytics system. It offers operational simplicity, scalability, fault tolerance, and concurrency.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

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

Primäres Datenbankmodell

Document Store
Relational DBMS

Time Series DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

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	4,03
Rang	#78	Overall
	#6	Time Series DBMS

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	1,28
Rang	#167	Overall
	#6	Vektor DBMS

Website

drill.apache.org

www.dolphindb.com

github.com/spotify/heroic

github.com/qdrant/qdrant
qdrant.tech

Technische Dokumentation

drill.apache.org/docs

docs.dolphindb.cn/en/help200/index.html

spotify.github.io/heroic

qdrant.tech/documentation

Entwickler

Apache Software Foundation

DolphinDB, Inc

Spotify

Qdrant

Erscheinungsjahr

2012

2018

2014

2021

Aktuelle Version

1.20.3, Jaenner 2023

v2.00.4, January 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

free community version available

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

C++

Java

Rust

Server Betriebssysteme

Linux
OS X
Windows

Linux
Windows

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

via Elasticsearch

Keywords, numberic ranges, geo, full-text

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

JDBC
JSON over HTTP
Kafka
MQTT (Message Queue Telemetry Transport)
ODBC
OPC DA
OPC UA
RabbitMQ
WebSocket

HQL (Heroic Query Language, a JSON-based language)
HTTP API

gRPC
OpenAPI 3.0
RESTful HTTP/JSON API

OpenAPI 3.0

Unterstützte Programmiersprachen

C++

C#
C++
Go
Java
JavaScript
MatLab
Python
R
Rust

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

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Collection-level replication

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency
Immediate Consistency

Eventual Consistency, tunable consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

Administrators, Users, Groups

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

Erwähnungen in aktuellen Nachrichten

MapR to Speak on Stream Processing Systems, Apache Spark and Drill at Industry Events in January
31. Mai 2024, Yahoo Movies UK

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

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

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

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Open source vector database startup Qdrant raises $28M
23. Januar 2024, TechCrunch

How to Build a Generative Search Engine for Your Local Files Using Llama 3
8. Juni 2024, Towards Data Science

Qdrant Announces an Industry-First Hybrid Cloud Offering For Enterprise AI Applications
16. April 2024, businesswire.com

Qdrant Hybrid Cloud is Now Available for OCI Customers: Managed Vector Search Engine for Data-Sensitive AI ...
16. April 2024, Oracle

Qdrant offers managed vector database for hybrid clouds
16. April 2024, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk