DBMS > Cubrid vs. GeoMesa vs. Milvus vs. STSdb

Vergleich der Systemeigenschaften Cubrid vs. GeoMesa vs. Milvus vs. STSdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

A DBMS designed for efficient storage of vector data and vector similarity searches

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

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

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	2,31
Rang	#113	Overall
	#3	Vektor DBMS

Punkte	0,04
Rang	#360	Overall
	#52	Key-Value Stores

Website

cubrid.com (korean)
cubrid.org (english)

www.geomesa.org

milvus.io

github.com/STSSoft/STSdb4

Technische Dokumentation

cubrid.org/manuals

www.geomesa.org/documentation/stable/user/index.html

milvus.io/docs/overview.md

Entwickler

CUBRID Corporation, CUBRID Foundation

CCRi und Andere

STS Soft SC

Erscheinungsjahr

2008

2014

2019

2011

Aktuelle Version

11.0, Jaenner 2021

4.0.5, Februar 2024

2.3.4, Jänner 2024

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache License 2.0

Open Source

Apache Version 2.0

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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.

Zilliz Cloud – Cloud-native service for Milvus

Implementierungssprache

C, C++, Java

Scala

C++, Go

Server Betriebssysteme

Linux
Windows

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Vector, Numeric and String

Primitive Typen und benutzerdefinierte Klassen

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

ADO.NET
JDBC
ODBC
OLE DB

RESTful HTTP API

.NET Client API

Unterstützte Programmiersprachen

C
C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
Ruby

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

C#
Java

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

abhängig von Storage layer

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

abhängig von Storage layer

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

abhängig von Storage layer

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

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

abhängig von Storage layer

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

anhängig von dem zur Speicherung verwendeten DBMS

Role based access control and fine grained access rights

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Milvus is an open-source and cloud-native vector database built for production-ready...
» mehr

Competitive advantages

Highly available, versatile, and robust with millisecond latency. Supports batch...
» mehr

Typical application scenarios

RAG: retrieval augmented generation Video media : video understanding, video deduplication....
» mehr

Key customers

Milvus is trusted by thousands of enterprises, including PayPal, eBay, IKEA, LINE,...
» mehr

Market metrics

As of January 2024, 25k+ GitHub stars 10M+ downloads and installations 3k+ enterprise...
» mehr

Licensing and pricing models

Milvus was released under the open-source Apache License 2.0 in October 2019. Fully-managed...
» mehr

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

How NVIDIA GPU Acceleration Supercharged Milvus Vector Database
26. März 2024, The New Stack

AI-Powered Search Engine With Milvus Vector Database on Vultr
31. Januar 2024, SitePoint

Zilliz Unveils Game-Changing Features for Vector Search
22. März 2024, Datanami

Milvus 2.4 Unveils Game-Changing Features for Enhanced Vector Search
20. März 2024, GlobeNewswire

IBM watsonx.data’s integrated vector database: unify, prepare, and deliver your data for AI
9. April 2024, ibm.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk