DBMS > Google Cloud Bigtable vs. IRONdb vs. Milvus vs. XTDB

Vergleich der Systemeigenschaften Google Cloud Bigtable vs. IRONdb vs. Milvus vs. XTDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

IRONdb seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

A distributed Time Series DBMS with a focus on scalability, fault tolerance and operational simplicity

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

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Key-Value Store
Wide Column Store

Time Series DBMS

Vektor DBMS

Document Store

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

Punkte	3,26
Rang	#92	Overall
	#13	Key-Value Stores
	#8	Wide Column Stores

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

Punkte	0,11
Rang	#343	Overall
	#46	Document Stores

Website

cloud.google.com/bigtable

www.circonus.com/solutions/time-series-database/

milvus.io

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

cloud.google.com/bigtable/docs

docs.circonus.com/irondb/category/getting-started

milvus.io/docs/overview.md

www.xtdb.com/docs

Entwickler

Google

Circonus LLC.

Juxt Ltd.

Erscheinungsjahr

2015

2017

2019

Aktuelle Version

V0.10.20, January 2018

2.3.4, Jänner 2024

1.19, September 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

MIT License

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 und C++

C++, Go

Clojure

Server Betriebssysteme

gehostet

Linux

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

text, numeric, histograms

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

SQL-like query language (Circonus Analytics Query Language: CAQL)

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

HTTP API

RESTful HTTP API

HTTP REST
JDBC

Unterstützte Programmiersprachen

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

.Net
C
C++
Clojure
Erlang
Go
Haskell
Java
JavaScript
JavaScript (Node.js)
Lisp
Lua
Perl
PHP
Python
R
Ruby
Rust
Scala

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

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

yes, in Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Automatic, metric affinity per node

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Internal replication in Colossus, and regional replication between two clusters in different zones

configurable replication factor, datacenter aware

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Immediate consistency per node, eventual consistency across nodes

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 single-row operations

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

nein

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

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google Cloud adds vector support to all its database offerings
29. Februar 2024, InfoWorld

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

Google scales up Cloud Bigtable NoSQL database
27. Januar 2022, TechTarget

Google introduces Cloud Bigtable managed NoSQL database to process data at scale
6. Mai 2015, VentureBeat

bereitgestellt von Google News

Application observability firm Apica buys telemetry data startup Circonus and adds more funding
21. Februar 2024, SiliconANGLE News

Apica Acquires Telemetry Data Management Pioneer Circonus And Lands New Funding
22. Februar 2024, Datanami

Apica gets $6 million in funding and buys Circonus -
21. Februar 2024, Enterprise Times

bereitgestellt von Google News

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

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

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

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