DBMS > EXASOL vs. Machbase Neo vs. Milvus vs. Vitess

Vergleich der Systemeigenschaften EXASOL vs. Machbase Neo vs. Milvus vs. Vitess

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

High-performance, in-memory, MPP database specifically designed for in-memory analytics.

TimeSeries DBMS for AIoT and BigData

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

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	1,76
Rang	#139	Overall
	#62	Relational DBMS

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

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

Punkte	0,88
Rang	#203	Overall
	#95	Relational DBMS

Website

Technische Dokumentation

www.exasol.com/resources

machbase.com/dbms

milvus.io/docs/overview.md

vitess.io/docs

Entwickler

Exasol

Machbase

The Linux Foundation, PlanetScale

Erscheinungsjahr

2000

2013

2019

2013

Aktuelle Version

V8.0, August 2023

2.3.4, Jänner 2024

15.0.2, December 2022

Lizenz

Commercial or Open Source

kommerziell

free test version available

Open Source

Apache Version 2.0

Open Source

Apache Version 2.0, commercial licenses available

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++, Go

Server Betriebssysteme

Linux
macOS
Windows

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Docker
Linux
macOS

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

SQL-like query language

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

.Net
JDBC
ODBC
WebSocket

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

RESTful HTTP API

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

Java
Lua
Python
R

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

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

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

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

einfacher Passwort-basierter Zugriffsschutz

Role based access control and fine grained access rights

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

It's Back to the Database Future for Exasol CEO Tewes
26. Oktober 2023, Datanami

Exasol Finds AI Underinvestment Leads to Business Failure, But Data Challenges Stall Rapid Adoption
14. Mai 2024, insideBIGDATA

Mathias Golombek, Chief Technology Officer of Exasol – Interview Series
21. Mai 2024, Unite.AI

Exasol gets jolt of AI with Espresso suite of capabilities
26. Februar 2024, TechTarget

Exasol Unveils New Suite of AI Tools to Turbocharge Enterprise Data Analytics
22. Februar 2024, AiThority

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.com

bereitgestellt von Google News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

PlanetScale offers undo button to reverse schema migration without losing data
24. März 2022, The Register

They scaled YouTube -- now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

PlanetScale Serves up Vitess-Powered Serverless MySQL
23. November 2021, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk