DBMS > HEAVY.AI vs. Lovefield vs. Pinecone vs. searchxml

Vergleich der Systemeigenschaften HEAVY.AI vs. Lovefield vs. Pinecone vs. searchxml

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Embeddable relational database for web apps written in pure JavaScript

A managed, cloud-native vector database

DBMS for structured and unstructured content wrapped with an application server

Primäres Datenbankmodell

Relational DBMS

Vektor DBMS

Native XML DBMS
Suchmaschine

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	3,16
Rang	#95	Overall
	#2	Vektor DBMS

Punkte	0,00
Rang	#383	Overall
	#7	Native XML DBMS
	#25	Suchmaschinen

Website

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

google.github.io/lovefield

www.pinecone.io

www.searchxml.net/category/products

Technische Dokumentation

docs.heavy.ai

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.pinecone.io/docs/overview

www.searchxml.net/support/handouts

Entwickler

HEAVY.AI, Inc.

Google

Pinecone Systems, Inc

informationpartners gmbh

Erscheinungsjahr

2016

2014

2019

2015

Aktuelle Version

5.10, Jänner 2022

2.1.12, February 2017

1.0

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

Open Source

Apache 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.

Implementierungssprache

C++ and CUDA

JavaScript

C++

Server Betriebssysteme

Linux

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

gehostet

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

String, Number, Boolean

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

SQL-like query language

via JavaScript builder pattern

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

RESTful HTTP API

RESTful HTTP API
WebDAV
XQuery
XSLT

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

JavaScript

Python

C++

most other programming languages supported via APIs

Server-seitige Scripts

Stored Procedures

nein

on the application server

Triggers

nein

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

sychronisation to multiple collections

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

Mehrere Lese-, ein Schreibprozess

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

Domain, group and role-based access control at the document level and for application services

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

HEAVY.AI Introduces HeavyIQ, Delivering Powerful Conversational Analytics Focused on Location and Time Data
19. März 2024, Datanami

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

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

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

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

Pinecone Unveils Serverless Vector Database for Enhanced AI Applications
16. Januar 2024, Datanami

Seven Vector Database Startups Poised to Win in the AI Revolution
19. April 2024, Business Insider

Reimagining Vector Databases for the Generative AI Era with Pinecone Serverless on AWS | Amazon Web Services
21. März 2024, AWS Blog

Pinecone Brings Serverless To Vector Databases
16. Januar 2024, Forbes

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk