DBMS > Cachelot.io vs. Graph Engine vs. HEAVY.AI vs. Qdrant

Vergleich der Systemeigenschaften Cachelot.io vs. Graph Engine vs. HEAVY.AI vs. Qdrant

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

In-memory caching system

A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

A high-performance vector database with neural network or semantic-based matching

Primäres Datenbankmodell

Key-Value Store

Graph DBMS
Key-Value Store

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,04
Rang	#388	Overall
	#62	Key-Value Stores

Punkte	0,67
Rang	#232	Overall
	#21	Graph DBMS
	#34	Key-Value Stores

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	1,28
Rang	#167	Overall
	#8	Vektor DBMS

Website

cachelot.io

www.graphengine.io

github.com/heavyai/heavydb
www.heavy.ai

github.com/qdrant/qdrant
qdrant.tech

Technische Dokumentation

www.graphengine.io/docs/manual

docs.heavy.ai

qdrant.tech/documentation

Entwickler

Microsoft

HEAVY.AI, Inc.

Qdrant

Erscheinungsjahr

2015

2010

2016

2021

Aktuelle Version

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

Simplified BSD License

Open Source

MIT License

Open Source

Apache Version 2; enterprise edition available

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++

.NET and C

C++ and CUDA

Rust

Server Betriebssysteme

FreeBSD
Linux
OS X

.NET

Linux

Docker
Linux
macOS
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Numbers, Strings, Geo, Boolean

XML Unterstützung

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

nein

Sekundärindizes

nein

Keywords, numberic ranges, geo, full-text

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

Memcached Protokoll

RESTful HTTP API

JDBC
ODBC
Thrift
Vega

gRPC
OpenAPI 3.0
RESTful HTTP/JSON API

OpenAPI 3.0

Unterstützte Programmiersprachen

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

C#
C++
F#
Visual Basic

All languages supporting JDBC/ODBC/Thrift
Python

.Net
Go
Java
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

Collection-level replication

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency, tunable consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

nein

optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Key-based authentication

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

Trinity
30. Oktober 2010, Microsoft

Open source Microsoft Graph Engine takes on Neo4j
13. Februar 2017, InfoWorld

IBM releases Graph, a service that can outperform SQL databases
27. Juli 2016, GeekWire

The graph analytics landscape 2019 - DataScienceCentral.com
27. Februar 2019, Data Science Central

Aerospike Is Now a Graph Database, Too
21. Juni 2023, Datanami

bereitgestellt von Google News

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Open source vector database startup Qdrant raises $28M
23. Januar 2024, TechCrunch

Qdrant Raises $28M to Advance Massive-Scale AI Applications
23. Januar 2024, businesswire.com

Qdrant Hybrid Cloud is Now Available for OCI Customers: Managed Vector Search Engine for Data-Sensitive AI ...
16. April 2024, blogs.oracle.com

Qdrant offers managed vector database for hybrid clouds
16. April 2024, InfoWorld

Why Vector Data Services For AI Are A Moveable Feast
17. April 2024, Forbes

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk