DBMS > HEAVY.AI vs. Pinecone vs. SAP HANA vs. Yaacomo

Vergleich der Systemeigenschaften HEAVY.AI vs. Pinecone vs. SAP HANA vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Kurzbeschreibung

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

A managed, cloud-native vector database

In-memory DBMS. Verfügbar als appliance oder als cloud-service

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

Primäres Datenbankmodell

Relational DBMS

Vektor DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

Document Store
Graph DBMS

with SAP Hana, Enterprise Edition
Spatial DBMS

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

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

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

Punkte	44,27
Rang	#23	Overall
	#16	Relational DBMS

Website

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

www.pinecone.io

www.sap.com/products/hana.html

yaacomo.com

Technische Dokumentation

docs.heavy.ai

docs.pinecone.io/docs/overview

help.sap.com/hana

Entwickler

HEAVY.AI, Inc.

Pinecone Systems, Inc

SAP

Q2WEB GmbH

Erscheinungsjahr

2016

2019

2010

2009

Aktuelle Version

5.10, Jänner 2022

2.0 SPS07 (April 4, 2023), April 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2; enterprise edition available

kommerziell

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

auch 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

Server Betriebssysteme

Linux

gehostet

Appliance oder cloud-service

Android
Linux
Windows

Datenschema

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

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

Python

Server-seitige Scripts

Stored Procedures

nein

SQLScript, R

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Source-Replica Replikation

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

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

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

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

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

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

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

Combine the Power of AI with Business Context Using SAP HANA Cloud Vector Engine
2. April 2024, SAP News

Automating the update process of a clustered SAP HANA DB using nZDT and Ansible | Amazon Web Services
16. November 2023, AWS Blog

5 New Google Cloud-SAP Products Launched At Sapphire For AI, HANA And Cloud
4. Juni 2024, CRN

SAP HANA Powers Operations Bundle To Fuel Big Data Insights
30. Mai 2024, Data Center Knowledge

Accenture and SAP Accelerate Business Transformation with AI
14. Juni 2024, InsideSAP

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk