DBMS > Axibase vs. InterSystems Caché vs. Pinecone vs. Warp 10

Vergleich der Systemeigenschaften Axibase vs. InterSystems Caché vs. Pinecone vs. Warp 10

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Caché is a deprecated database engine which is substituted with InterSystems IRIS. It therefore is removed from the DB-Engines Ranking.

Kurzbeschreibung

Skalierbares Timeseries DBMS basierend auf HBase mit integrierter Rule Engine und Visualisierung

A multi-model DBMS and application server

A managed, cloud-native vector database

TimeSeries DBMS specialized on timestamped geo data based on LevelDB or HBase

Primäres Datenbankmodell

Time Series DBMS

Key-Value Store
Object oriented DBMS
Relational DBMS

Vektor DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store

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

Punkte	0,21
Rang	#308	Overall
	#25	Time Series DBMS

Punkte	3,02
Rang	#87	Overall
	#3	Vektor DBMS

Punkte	0,06
Rang	#351	Overall
	#35	Time Series DBMS

Website

axibase.com/docs/atsd/finance

www.intersystems.com/products/cache

www.pinecone.io

www.warp10.io

Technische Dokumentation

docs.intersystems.com

docs.pinecone.io/docs/overview

www.warp10.io/content/02_Getting_started

Entwickler

Axibase Corporation

InterSystems

Pinecone Systems, Inc

SenX

Erscheinungsjahr

2013

1997

2019

2015

Aktuelle Version

15585

2018.1.4, Mai 2020

Lizenz

Commercial or Open Source

kommerziell

Community Edition (single node) is free, Enterprise Edition (distributed) is paid

kommerziell

Open Source

Apache License 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

Server Betriebssysteme

Linux

AIX
HP Open VMS
HP-UX
Linux
OS X
Solaris
Windows

gehostet

Linux
OS X
Windows

Datenschema

depending on used data model

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

short, integer, long, float, double, decimal, string

String, Number, Boolean

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

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC
Proprietary protocol (Network API)
RESTful HTTP API

.NET Client API
JDBC
ODBC
RESTful HTTP API

RESTful HTTP API

HTTP API
Jupyter
WebSocket

Unterstützte Programmiersprachen

Go
Java
PHP
Python
R
Ruby

C#
C++
Java

Python

Server-seitige Scripts

Stored Procedures

WarpScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

basierend auf HBase

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

frei wählbarer Replikationsfaktor

basierend auf HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

basierend auf HBase

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

Access rights for users, groups and roles

Mandatory use of cryptographic tokens, containing fine-grained authorizations

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

The Ultimate ATV Test: Suzuki’s King Quad 750 AXI Rugged Package vs. Alaska’s Hunting Season
14. Oktober 2020, Outdoor Life

bereitgestellt von Google News

InterSystems
5. März 2019, International Spectrum Magazine

Announcing IBM Spectrum Sentinel: Building a Cyber Resilient Future
24. Juni 2022, IBM

Associative Data Modeling Demystified – Part1
9. Juli 2016, Data Science Central

Choosing a Database Technology. A roadmap and process overview | by Shirish Joshi
23. Februar 2020, Towards Data Science

bereitgestellt von Google News

Pinecone serverless goes multicloud as vector database market heats up
27. August 2024, VentureBeat

Using the Pinecone vector database in .NET
12. September 2024, InfoWorld

Pinecone launches serverless vector database on Azure, GCP
27. August 2024, TechTarget

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

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

bereitgestellt von Google News

Launched Just A Year Ago, Open-Source Scality S3 Server Gains Extraordinary Momentum As It Simplifies The Life Of Developers
28. Juni 2017, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk