DBMS > Apache Impala vs. EsgynDB vs. Microsoft Azure AI Search vs. Pinecone vs. ToroDB

Vergleich der Systemeigenschaften Apache Impala vs. EsgynDB vs. Microsoft Azure AI Search vs. Pinecone vs. ToroDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

Analytic DBMS für Hadoop

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Search-as-a-service for web and mobile app development

A managed, cloud-native vector database

A MongoDB-compatible JSON document store, built on top of PostgreSQL

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store

Vektor DBMS

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

Punkte	12,45
Rang	#40	Overall
	#24	Relational DBMS

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	5,52
Rang	#59	Overall
	#6	Suchmaschinen

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

Website

impala.apache.org

www.esgyn.cn

azure.microsoft.com/en-us/services/search

www.pinecone.io

github.com/torodb/server

Technische Dokumentation

impala.apache.org/impala-docs.html

learn.microsoft.com/en-us/azure/search

docs.pinecone.io/docs/overview

Entwickler

Apache Software Foundation

Apache Top-Level Projekt, ursprünglich entwickelt von Cloudera

Esgyn

Microsoft

Pinecone Systems, Inc

8Kdata

Erscheinungsjahr

2013

2015

2019

2016

Aktuelle Version

4.1.0, Juni 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

AGPL-V3

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++

C++, Java

Java

Server Betriebssysteme

Linux

gehostet

Alle Betriebssysteme mit einer Java 7 VM

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

String, Number, Boolean

string, integer, double, boolean, date, object_id

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
JDBC
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

All languages supporting JDBC/ODBC/ADO.Net

C#
Java
JavaScript
Python

Python

Server-seitige Scripts

Stored Procedures

Benutzer definierte Funktionen und Integration von Map/Reduce

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-source replication between multi datacenters

Implicit feature of the cloud service

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Abfragen werden als Map/Reduce Jobs durchgeführt

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Eventual Consistency
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

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Zugriffsrechte für Benutzer, Gruppen und Rollen

basiert auf Apache Sentry und Kerberos

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

using Azure authentication

Zugriffsrechte für Benutzer und Rollen

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 Impala 4 Supports Operator Multi-Threading
29. Juli 2021, iProgrammer

Apache Impala becomes Top-Level Project
28. November 2017, SDTimes.com

Cloudera Bringing Impala to AWS Cloud
28. November 2017, Datanami

Hudi: Uber Engineering’s Incremental Processing Framework on Apache Hadoop
12. März 2017, Uber

Apache Doris just 'graduated': Why care about this SQL data warehouse
24. Juni 2022, InfoWorld

bereitgestellt von Google News

Announcing updates to Azure AI Search to help organizations build and scale generative AI applications
4. April 2024, Microsoft

Public Preview of Azure OpenAI and AI Search in-app connectors for Logic Apps (Standard) | Azure updates
2. April 2024, Microsoft

From code to production: New ways Azure helps you build transformational AI experiences
21. Mai 2024, Microsoft

Microsoft’s Azure AI Search updated with increased storage, vector index size
5. April 2024, InfoWorld

Azure AI Studio Now Generally Available, Sporting New Models Both Big and Small
21. Mai 2024, Visual Studio Magazine

bereitgestellt von Google News

Pinecone launches serverless edition of its vector database on AWS
22. Mai 2024, SiliconANGLE News

Pinecone Makes Accurate, Fast, Scalable Generative AI Accessible to Organizations Large and Small with Launch of ...
21. Mai 2024, PR Newswire

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

How a Decades-Old Technology and a Paper From Meta Created an AI Industry Standard
21. Mai 2024, The Wall Street Journal

Pinecone Brings Serverless To Vector Databases
16. Januar 2024, Forbes

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk