DBMS > Dragonfly vs. gStore vs. Ignite vs. Linter vs. Milvus

Vergleich der Systemeigenschaften Dragonfly vs. gStore vs. Ignite vs. Linter vs. Milvus

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A drop-in Redis replacement that scales vertically to support millions of operations per second and terabyte sized workloads, all on a single instance

A native Graph DBMS to store and maintain very large RDF datasets.

Apache Ignite is a memory-centric distributed database, caching, and processing platform for transactional, analytical, and streaming workloads, delivering in-memory speeds at petabyte scale.

RDBMS for high security requirements

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

Primäres Datenbankmodell

Key-Value Store

Graph DBMS
RDF Store

Key-Value Store
Relational DBMS

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,49
Rang	#261	Overall
	#38	Key-Value Stores

Punkte	0,14
Rang	#342	Overall
	#34	Graph DBMS
	#16	RDF Stores

Punkte	3,11
Rang	#96	Overall
	#15	Key-Value Stores
	#49	Relational DBMS

Punkte	0,12
Rang	#350	Overall
	#152	Relational DBMS

Punkte	2,78
Rang	#103	Overall
	#4	Vektor DBMS

Website

github.com/dragonflydb/dragonfly
www.dragonflydb.io

Technische Dokumentation

www.dragonflydb.io/docs

en.gstore.cn/#/enDocs

apacheignite.readme.io/docs

milvus.io/docs/overview.md

Entwickler

DragonflyDB team and community contributors

Apache Software Foundation

relex.ru

Erscheinungsjahr

2023

2016

2015

1990

2019

Aktuelle Version

1.0, March 2023

1.2, November 2023

Apache Ignite 2.6

2.4.4, Mai 2024

Lizenz

Commercial or Open Source

Open Source

BSL 1.1

Open Source

BSD

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.

Zilliz Cloud – Cloud-native service for Milvus

Implementierungssprache

C++

C++, Java, .Net

C und C++

C++, Go

Server Betriebssysteme

Linux

Linux
OS X
Solaris
Windows

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Datenschema

schemafrei

schema-free and OWL/RDFS-schema support

Typisierung

vordefinierte Datentypen, z.B. float oder date

strings, hashes, lists, sets, sorted sets, bit arrays

Vector, Numeric and String

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

ANSI-99 for query and DML statements, subset of DDL

nein

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

RESP - REdis Serialization Protocol

HTTP API
SPARQL 1.1

HDFS API
Hibernate
JCache
JDBC
ODBC
Proprietäres Protokoll
RESTful HTTP API
Spring Data

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

RESTful HTTP API

Unterstützte Programmiersprachen

C
C#
C++
Clojure
D
Dart
Elixir
Erlang
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
Objective-C
Perl
PHP
Python
R
Ruby
Rust
Scala
Swift
Tcl

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

C#
C++
Java
PHP
Python
Ruby
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

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

Server-seitige Scripts

Stored Procedures

Lua

yes (compute grid and cache interceptors can be used instead)

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

publish/subscribe channels provide some trigger functionality

yes (cache interceptors and events)

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

yes (replicated cache)

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

yes (compute grid and hadoop accelerator)

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

Immediate Consistency

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic execution of command blocks and scripts

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, strict serializability by the server

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Password-based authentication

Users, roles and permissions, Role-Based Access Control (RBAC) supported

Security Hooks for custom implementations

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Role based access control and fine grained access rights

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

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

DragonflyDB Announces $21m in New Funding and General Availability
21. März 2023, Business Wire

DragonflyDB reels in $21M for its speedy in-memory database
21. März 2023, SiliconANGLE News

DragonflyDB Raises $21M in Funding
21. März 2023, FinSMEs

Intel Linux Kernel Optimizations Show Huge Benefit For High Core Count Servers
29. März 2023, Phoronix

SFU Computing Science researchers receive 2022 ACM SIGMOD Research Highlight Award.
24. Februar 2023, Simon Fraser University News

bereitgestellt von Google News

GridGain Announces Call for Speakers for Virtual Apache Ignite Summit 2024
8. Februar 2024, PR Newswire

GridGain Showcases Power of Apache Ignite at Community Over Code Conference
5. Oktober 2023, Datanami

Apache Ignite: An Overview
6. September 2023, Open Source For You

GridGain Unified Real-Time Data Platform Version 8.9 Addresses Today's More Complex Real-Time Data Processing ...
12. Oktober 2023, GlobeNewswire

What is Apache Ignite? How is Apache Ignite Used?
18. Juli 2022, The Stack

bereitgestellt von Google News

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

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

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

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk