DB-EnginesInfluxDB: Focus on building software with an easy-to-use serverless, scalable time series platformEnglish
Deutsch
Informationen zu relationalen und NoSQL DatenbankmanagementsystemenEin Service von solid IT

DBMS > Apache Phoenix vs. Kinetica vs. Sphinx

Vergleich der Systemeigenschaften Apache Phoenix vs. Kinetica vs. Sphinx

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

Redaktionelle Informationen bereitgestellt von DB-Engines
NameApache Phoenix  Xaus Vergleich ausschliessenKinetica  Xaus Vergleich ausschliessenSphinx  Xaus Vergleich ausschliessen
KurzbeschreibungA scale-out RDBMS with evolutionary schema built on Apache HBaseFully vectorized database across both GPUs and CPUsOpen Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken
Primäres DatenbankmodellRelational DBMSRelational DBMSSuchmaschine
Sekundäre DatenbankmodelleSpatial DBMS
Time Series DBMS
DB-Engines Ranking infomisst die Popularität von Datenbankmanagement- systemenranking trend
Trend Chart
Punkte2,02
Rang#130  Overall
#63  Relational DBMS
Punkte0,69
Rang#234  Overall
#107  Relational DBMS
Punkte6,03
Rang#60  Overall
#6  Suchmaschinen
Websitephoenix.apache.orgwww.kinetica.comsphinxsearch.com
Technische Dokumentationphoenix.apache.orgdocs.kinetica.comsphinxsearch.com/­docs
EntwicklerApache Software FoundationKineticaSphinx Technologies Inc.
Erscheinungsjahr201420122001
Aktuelle Version5.0-HBase2, July 2018 and 4.15-HBase1, December 20197.1, August 20213.5.1, Februar 2023
Lizenz infoCommercial or Open SourceOpen Source infoApache Version 2.0kommerziellOpen Source infoGPL Version 2, kommerzielle Lizenz erhältlich
Ausschließlich ein Cloud-Service infoNur als Cloud-Service verfügbarneinneinnein
DBaaS Angebote (gesponserte Links) infoDatabase as a Service

Providers of DBaaS offerings, please contact us to be listed.
ImplementierungsspracheJavaC, C++C++
Server BetriebssystemeLinux
Unix
Windows
LinuxFreeBSD
Linux
NetBSD
OS X
Solaris
Windows
Datenschemaja infolate-bound, schema-on-read capabilitiesjaja
Typisierung infovordefinierte Datentypen, z.B. float oder datejajanein
XML Unterstützung infoVerarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLTneinnein
Sekundärindizesjajaja infoFull-Text Index auf allen Suchfeldern
SQL infoSupport of SQLjaSQL-like DML and DDL statementsSQL-like query language (SphinxQL)
APIs und andere ZugriffskonzepteJDBCJDBC
ODBC
RESTful HTTP API
Proprietäres Protokoll
Unterstützte ProgrammiersprachenC
C#
C++
Go
Groovy
Java
PHP
Python
Scala
C++
Java
JavaScript (Node.js)
Python
C++ infoinoffizielle Client Library
Java
Perl infoinoffizielle Client Library
PHP
Python
Ruby infoinoffizielle Client Library
Server-seitige Scripts infoStored Proceduresbenutzerdefinierte Funktionenbenutzerdefinierte Funktionennein
Triggersneinja infotriggers when inserted values for one or more columns fall within a specified rangenein
Partitionierungsmechanismen infoMethoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen KnotenShardingShardingSharding infoAufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.
Replikationsmechanismen infoMethoden zum redundanten Speichern von Daten auf mehreren KnotenMulti-Source Replikation
Source-Replica Replikation
Source-Replica Replikationkeine
MapReduce infoBietet ein API für Map/Reduce OperationenHadoop integrationneinnein
Konsistenzkonzept infoMethoden zur Sicherstellung der Konsistenz in einem verteilten SystemImmediate Consistency or Eventual ConsistencyImmediate Consistency or Eventual Consistency depending on configuration
Fremdschlüssel inforeferenzielle Integritätneinjanein
Transaktionskonzept infoUnterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren DatenmanipulationenACIDneinnein
Concurrency infoUnterstützung von gleichzeitig ausgeführten Datenmanipulationenjajaja
Durability infoDauerhafte Speicherung der Datenjajaja infoDer Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.
In-Memory Unterstützung infoGibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu haltenjaja infoGPU vRAM or System RAM
Berechtigungskonzept infoZugriffskontrolleAccess Control Lists (using HBase ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC, multi-tenancyZugriffsrechte für Benutzer und Rollen auf Tabellenebenenein

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
Apache PhoenixKineticaSphinx
DB-Engines Blog Posts

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021,  Krishna Maheshwari (sponsor) 

alle anzeigen

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Supercharge SQL on Your Data in Apache HBase with Apache Phoenix | Amazon Web Services
2. Juni 2016, AWS Blog

Bridge the SQL-NoSQL gap with Apache Phoenix
4. Februar 2016, InfoWorld

What Is HBase? (Definition, Uses, Benefits, Features)
22. Dezember 2022, Built In

Azure HDInsight Analytics Platform Now Supports Apache Hadoop 3.0
18. April 2019, eWeek

Amazon EMR 4.7.0 – Apache Tez & Phoenix, Updates to Existing Apps | Amazon Web Services
2. Juni 2016, AWS Blog

bereitgestellt von Google News

Kinetica Elevates RAG with Fast Access to Real-Time Data
26. März 2024, Datanami

Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data
18. März 2024, SiliconANGLE News

Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise
18. März 2024, GlobeNewswire

Kinetica Delivers Real-Time Vector Similarity Search
21. März 2024, insideBIGDATA

Transforming spatiotemporal data analysis with GPUs and generative AI
30. Oktober 2023, InfoWorld

bereitgestellt von Google News

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Googles Newest Challenger
11. Januar 2024, Free Press Journal

The Pirate Bay was recently down for over a week due to a DDoS attack
29. Oktober 2019, The Hacker News

How to Build 600+ Links in One Month
4. September 2020, Search Engine Journal

bereitgestellt von Google News



Teilen sie diese Seite mit ihrem Netzwerk

Featured Products

Datastax Astra logo

Bring all your data to Generative AI applications with vector search enabled by the most scalable
vector database available.
Try for Free

AllegroGraph logo

Graph Database Leader for AI Knowledge Graph Applications - The Most Secure Graph Database Available.
Free Download

Ontotext logo

GraphDB allows you to link diverse data, index it for semantic search and enrich it via text analysis to build big knowledge graphs. Get it free.

Neo4j logo

See for yourself how a graph database can make your life easier.
Use Neo4j online for free.

Milvus logo

Vector database designed for GenAI, fully equipped for enterprise implementation.
Try Managed Milvus for Free

Präsentieren Sie hier Ihr Produkt