DBMS > BigObject vs. Greenplum vs. Microsoft Azure AI Search vs. Tkrzw

Vergleich der Systemeigenschaften BigObject vs. Greenplum vs. Microsoft Azure AI Search vs. Tkrzw

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

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

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Suchmaschine

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

Vektor DBMS

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

Punkte	0,13
Rang	#329	Overall
	#147	Relational DBMS

Punkte	7,71
Rang	#46	Overall
	#29	Relational DBMS

Punkte	5,75
Rang	#58	Overall
	#7	Suchmaschinen

Punkte	0,00
Rang	#385	Overall
	#61	Key-Value Stores

Website

bigobject.io

greenplum.org

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

dbmx.net/tkrzw

Technische Dokumentation

docs.bigobject.io

docs.greenplum.org

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

Entwickler

BigObject, Inc.

Pivotal Software Inc.

Microsoft

Mikio Hirabayashi

Erscheinungsjahr

2015

2005

2015

2020

Aktuelle Version

7.0.0, September 2023

0.9.3, August 2020

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

kommerziell

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++

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

gehostet

Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

seit Version 4.2

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

JDBC
ODBC

RESTful HTTP API

Unterstützte Programmiersprachen

C
Java
Perl
Python
R

C#
Java
JavaScript
Python

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

Implicit feature of the cloud service

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

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

using Azure authentication

nein

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

Chapter 1. Introducing the Greenplum Database
6. Dezember 2018, O'Reilly Media

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale
9. September 2019, AWS Blog

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

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)
2. April 2024, Microsoft

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

Boost your AI with Azure's new Phi model, streamlined RAG, and custom generative AI models
22. August 2024, Microsoft

Microsoft boosts Azure AI Search with more storage and support for big RAG apps
5. April 2024, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk