DBMS > EsgynDB vs. Graph Engine vs. Greenplum vs. Qdrant

Vergleich der Systemeigenschaften EsgynDB vs. Graph Engine vs. Greenplum vs. Qdrant

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

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

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

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

Primäres Datenbankmodell

Relational DBMS

Graph DBMS
Key-Value Store

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	0,61
Rang	#240	Overall
	#21	Graph DBMS
	#35	Key-Value Stores

Punkte	8,37
Rang	#48	Overall
	#30	Relational DBMS

Punkte	1,16
Rang	#175	Overall
	#6	Vektor DBMS

Website

www.esgyn.cn

www.graphengine.io

greenplum.org

github.com/qdrant/qdrant
qdrant.tech

Technische Dokumentation

www.graphengine.io/docs/manual

docs.greenplum.org

qdrant.tech/documentation

Entwickler

Esgyn

Microsoft

Pivotal Software Inc.

Qdrant

Erscheinungsjahr

2015

2010

2005

2021

Aktuelle Version

7.0.0, September 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

MIT License

Open Source

Apache 2.0

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++, Java

.NET and C

Rust

Server Betriebssysteme

Linux

.NET

Linux

Docker
Linux
macOS
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

seit Version 4.2

nein

Sekundärindizes

Keywords, numberic ranges, geo, full-text

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

RESTful HTTP API

JDBC
ODBC

gRPC
OpenAPI 3.0
RESTful HTTP/JSON API

OpenAPI 3.0

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

C#
C++
F#
Visual Basic

C
Java
Perl
Python
R

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

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication between multi datacenters

Source-Replica Replikation

Collection-level replication

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency, tunable consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

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
2. Juni 2023, Microsoft

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

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

How Google and Microsoft taught search to "understand" the Web
6. Juni 2012, Ars Technica

bereitgestellt von Google News

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, O'Reilly Media

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

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

Qdrant Announces an Industry-First Hybrid Cloud Offering For Enterprise AI Applications
16. April 2024, Business Wire

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

Qdrant launches first vector database as a managed hybrid cloud
16. April 2024, VentureBeat

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