DBMS > Graph Engine vs. Greenplum vs. Pinecone vs. STSdb

Vergleich der Systemeigenschaften Graph Engine vs. Greenplum vs. Pinecone vs. STSdb

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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 managed, cloud-native vector database

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Graph DBMS
Key-Value Store

Relational DBMS

Vektor DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,67
Rang	#232	Overall
	#21	Graph DBMS
	#34	Key-Value Stores

Punkte	8,08
Rang	#48	Overall
	#31	Relational DBMS

Punkte	3,23
Rang	#92	Overall
	#3	Vektor DBMS

Punkte	0,10
Rang	#357	Overall
	#51	Key-Value Stores

Website

www.graphengine.io

greenplum.org

www.pinecone.io

github.com/STSSoft/STSdb4

Technische Dokumentation

www.graphengine.io/docs/manual

docs.greenplum.org

docs.pinecone.io/docs/overview

Entwickler

Microsoft

Pivotal Software Inc.

Pinecone Systems, Inc

STS Soft SC

Erscheinungsjahr

2010

2005

2019

2011

Aktuelle Version

7.0.0, September 2023

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

MIT License

Open Source

Apache 2.0

kommerziell

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

.NET and C

Server Betriebssysteme

.NET

Linux

gehostet

Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

String, Number, Boolean

Primitive Typen und benutzerdefinierte Klassen

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

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
ODBC

RESTful HTTP API

.NET Client API

Unterstützte Programmiersprachen

C#
C++
F#
Visual Basic

C
Java
Perl
Python
R

Python

C#
Java

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontale Partitionierung

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

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

nein

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

DB-Engines Blog Posts

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Trinity
30. Oktober 2010, Microsoft

Open source Microsoft Graph Engine takes on Neo4j
13. Februar 2017, InfoWorld

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

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

bereitgestellt von Google News

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

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

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

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

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

bereitgestellt von Google News

PostgreSQL is Now Faster than Pinecone, 75% Cheaper, with New Open Source Extensions
11. Juni 2024, PR Newswire

Pinecone launches its serverless vector database out of preview
14. Juni 2024, Yahoo Movies UK

Pinecone’s new serverless database may see few takers, analysts say
17. Januar 2024, InfoWorld

Pinecone launches its serverless vector database out of preview
21. Mai 2024, TechCrunch

A New Era AI Databases: PostgreSQL with pgvectorscale Outperforms Pinecone and Cuts Costs by 75% with New Open-Source Extensions
12. Juni 2024, MarkTechPost

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk