DBMS > FatDB vs. Google Cloud Datastore vs. Microsoft Azure Table Storage vs. Milvus vs. Yaacomo

Vergleich der Systemeigenschaften FatDB vs. Google Cloud Datastore vs. Microsoft Azure Table Storage vs. Milvus vs. Yaacomo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

Selbst skalierendes NoSQL Datenbankservice in der Google Cloud Plattform

A Wide Column Store for rapid development using massive semi-structured datasets

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

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Document Store
Key-Value Store

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

Punkte	4,47
Rang	#76	Overall
	#12	Document Stores

Punkte	4,48
Rang	#75	Overall
	#6	Wide Column Stores

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

Website

cloud.google.com/datastore

azure.microsoft.com/en-us/services/storage/tables

milvus.io

yaacomo.com

Technische Dokumentation

cloud.google.com/datastore/docs

milvus.io/docs/overview.md

Entwickler

FatCloud

Google

Microsoft

Q2WEB GmbH

Erscheinungsjahr

2012

2008

2012

2019

2009

Aktuelle Version

2.3.4, Jänner 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

kommerziell

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

Windows

gehostet

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Android
Linux
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, Details hier

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

Ãœber Integration mit SQL Server

SQL-like query language (GQL)

nein

APIs und andere Zugriffskonzepte

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

gRPC (using protocol buffers) API
RESTful HTTP/JSON API

RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

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

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

Server-seitige Scripts

Stored Procedures

Ãœber Applikationen

mit Google App Engine

nein

Triggers

Ãœber Applikationen

Callbacks mit Google Apps Engine

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Implicit feature of the cloud service

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

Multi-source replication using Paxos

implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

mittels Google Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency

Immediate Consistency or Eventual Consistency depending on type of query and configuration

Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent.

Immediate Consistency

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

via ReferenceProperties or Ancestor paths

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Serializable Isolation within Transactions, Read Committed outside of Transactions

optimistic Locking

nein

ACID

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

Berechtigungskonzept

Zugriffskontrolle

nein

Security Layer kann über Applikationen implementiert werden

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Access rights based on private key authentication or shared access signatures

Role based access control and fine grained access rights

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Google Cloud Stops Exit Fees
12. Januar 2024, Spiceworks News and Insights

Best cloud storage of 2024
29. April 2024, TechRadar

BigID Data Intelligence Platform Now Available on Google Cloud Marketplace
6. November 2023, PR Newswire

Inside Google’s strategic move to eliminate customer cloud data transfer fees
12. Januar 2024, Network World

What is Google App Engine? | Definition from TechTarget
26. April 2024, TechTarget

bereitgestellt von Google News

Azure Cosmos DB Data Migration tool imports from Azure Table storage | Azure updates
5. Mai 2015, Microsoft

How to Use C# Azure.Data.Tables SDK with Azure Cosmos DB
9. Juli 2021, hackernoon.com

How to use Azure Table storage in .Net
14. Januar 2019, InfoWorld

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

Testing Precompiled Azure Functions Locally with Storage Emulator
8. März 2018, Visual Studio Magazine

bereitgestellt von Google News

What Is Milvus Vector Database?
6. Oktober 2023, The New Stack

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

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

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