DBMS > Greenplum vs. HEAVY.AI vs. Qdrant

Vergleich der Systemeigenschaften Greenplum vs. HEAVY.AI vs. Qdrant

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

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

Primäres Datenbankmodell

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

Spatial DBMS

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

Punkte	7,38
Rang	#46	Overall
	#29	Relational DBMS

Punkte	1,25
Rang	#162	Overall
	#73	Relational DBMS

Punkte	1,93
Rang	#121	Overall
	#9	Vektor DBMS

Website

greenplum.org

github.com/heavyai/heavydb
www.heavy.ai

github.com/qdrant/qdrant
qdrant.tech

Technische Dokumentation

docs.greenplum.org

docs.heavy.ai

qdrant.tech/documentation

Entwickler

Pivotal Software Inc.

HEAVY.AI, Inc.

Qdrant

Erscheinungsjahr

2005

2016

2021

Aktuelle Version

7.0.0, September 2023

5.10, Jänner 2022

Lizenz

Commercial or Open Source

kommerziell

Apache 2.0

Open Source

Apache Version 2; enterprise edition available

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++ and CUDA

Rust

Server Betriebssysteme

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

seit Version 4.2

nein

Sekundärindizes

nein

Keywords, numberic ranges, geo, full-text

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

JDBC
ODBC
Thrift
Vega

gRPC
OpenAPI 3.0
RESTful HTTP/JSON API

OpenAPI 3.0

Unterstützte Programmiersprachen

C
Java
Perl
Python
R

All languages supporting JDBC/ODBC/Thrift
Python

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

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source 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

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

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

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

Chapter 1. Introducing the Greenplum Database
6. Dezember 2018, O'Reilly Media

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

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

bereitgestellt von Google News

HEAVY.AI Announces Availability of Analytics Platform Accelerated by NVIDIA Grace Hopper Superchip
21. Januar 2025, Business Wire

HEAVY.AI Launches Analytics Platform Optimized for NVIDIA Grace Hopper Superchip
22. Januar 2025, SDxCentral

5 Q’s for Mike Flaxman, Vice President of Heavy.AI
15. August 2024, Center for Data Innovation

HEAVY.AI Accelerates Big Data Analytics with Vultr's High-Performance GPU Cloud Infrastructure
11. September 2024, Inside AI News

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

bereitgestellt von Google News

Qdrant Launches the First Platform-Independent GPU-Accelerated Vector Indexing for Real-Time AI Applications
23. Januar 2025, Business Wire

Qdrant promises 10x faster indexing with GPU-powered vector database
23. Januar 2025, Blocks and Files

Qdrant launches hardware-independent, GPU-accelerated vector indexing capability
23. Januar 2025, SiliconANGLE News

Qdrant review: A highly flexible option for vector search
29. Juli 2024, InfoWorld

Build your First RAG with Qdrant
17. Oktober 2024, packtpub.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk