DBMS > BoltDB vs. Oracle Rdb vs. Pinecone vs. Sadas Engine vs. SiriDB

Vergleich der Systemeigenschaften BoltDB vs. Oracle Rdb vs. Pinecone vs. Sadas Engine vs. SiriDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An embedded key-value store for Go.

A managed, cloud-native vector database

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Open Source Time Series DBMS

Primäres Datenbankmodell

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

Punkte	0,74
Rang	#220	Overall
	#31	Key-Value Stores

Punkte	1,08
Rang	#184	Overall
	#85	Relational DBMS

Punkte	3,16
Rang	#95	Overall
	#2	Vektor DBMS

Punkte	0,00
Rang	#383	Overall
	#158	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Website

github.com/boltdb/bolt

www.oracle.com/database/technologies/related/rdb.html

www.pinecone.io

www.sadasengine.com

siridb.com

Technische Dokumentation

www.oracle.com/database/technologies/related/rdb-doc.html

docs.pinecone.io/docs/overview

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

docs.siridb.com

Entwickler

Oracle, originally developed by Digital Equipment Corporation (DEC)

Pinecone Systems, Inc

SADAS s.r.l.

Cesbit

Erscheinungsjahr

2013

1984

2019

2006

2017

Aktuelle Version

7.4.1.1, 2021

8.0

Lizenz

Commercial or Open Source

Open Source

MIT License

kommerziell

free trial version available

Open Source

MIT License

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

BSD
Linux
OS X
Solaris
Windows

HP Open VMS

gehostet

AIX
Linux
Windows

Linux

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

String, Number, Boolean

Numeric data

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

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
ODBC
Proprietäres Protokoll

HTTP API

Unterstützte Programmiersprachen

Python

.Net
C
C#
C++
Groovy
Java
PHP
Python

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

yes, on a single node

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

managed by 'Learn by Usage'

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users, groups and roles according to SQL-standard

Einfache Rechteverwaltung mit Benutzeraccounts

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

What I learnt from building 3 high traffic web applications on an embedded key value store.
21. Februar 2018, hackernoon.com

4 Instructive Postmortems on Data Downtime and Loss
1. März 2024, The Hacker News

Roblox’s cloud-native catastrophe: A post mortem
31. Januar 2022, InfoWorld

How to Put a GUI on Ansible, Using Semaphore
22. April 2023, The New Stack

bereitgestellt von Google News

Oracle Adds New AI-Enabling Features To MySQL HeatWave
23. März 2023, Forbes

Should we all consolidate databases for the storage benefits? Reg vultures deploy DevOps, zoos, haircuts
18. September 2020, The Register

2013 Data Science Salary Survey – O'Reilly
4. Mai 2013, oreilly.com

bereitgestellt von Google News

Pinecone’s new serverless database may see few takers, analysts say
17. Januar 2024, InfoWorld

Pinecone Unveils Serverless Vector Database for Enhanced AI Applications
16. Januar 2024, Datanami

Reimagining Vector Databases for the Generative AI Era with Pinecone Serverless on AWS | Amazon Web Services
21. März 2024, AWS Blog

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

Pinecone: New vector database architecture a 'breakthrough' to curb AI hallucinations
16. Januar 2024, VentureBeat

bereitgestellt von Google News

SiriDB tijdreeks database analyseert time series data vanuit elke bron
22. Januar 2017, Dutch IT Channel

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk