DBMS > InterSystems Caché vs. LeanXcale vs. Linter vs. Milvus

Vergleich der Systemeigenschaften InterSystems Caché vs. LeanXcale vs. Linter vs. Milvus

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Caché is a deprecated database engine which is substituted with InterSystems IRIS. It therefore is removed from the DB-Engines Ranking.

Kurzbeschreibung

A multi-model DBMS and application server

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

RDBMS for high security requirements

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

Primäres Datenbankmodell

Key-Value Store
Object oriented DBMS
Relational DBMS

Key-Value Store
Relational DBMS

Relational DBMS

Vektor DBMS

Sekundäre Datenbankmodelle

Document Store

Spatial DBMS

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

Punkte	0,28
Rang	#286	Overall
	#41	Key-Value Stores
	#130	Relational DBMS

Punkte	0,03
Rang	#368	Overall
	#156	Relational DBMS

Punkte	3,01
Rang	#89	Overall
	#4	Vektor DBMS

Website

www.intersystems.com/products/cache

www.leanxcale.com

linter.ru

milvus.io

Technische Dokumentation

docs.intersystems.com

milvus.io/docs/overview.md

Entwickler

InterSystems

LeanXcale

relex.ru

Erscheinungsjahr

1997

2015

1990

2019

Aktuelle Version

2018.1.4, Mai 2020

2.4.4, Mai 2024

Lizenz

Commercial or Open Source

kommerziell

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.

Zilliz Cloud – Cloud-native service for Milvus

Implementierungssprache

C und C++

C++, Go

Server Betriebssysteme

AIX
HP Open VMS
HP-UX
Linux
OS X
Solaris
Windows

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Datenschema

depending on used data model

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

through Apache Derby

nein

APIs und andere Zugriffskonzepte

.NET Client API
JDBC
ODBC
RESTful HTTP API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

RESTful HTTP API

Unterstützte Programmiersprachen

C#
C++
Java

C
Java
Scala

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

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

Server-seitige Scripts

Stored Procedures

proprietary syntax with the possibility to convert from PL/SQL

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session 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

Berechtigungskonzept

Zugriffskontrolle

Access rights for users, groups and roles

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

InterSystems
5. März 2019, International Spectrum Magazine

Announcing IBM Spectrum Sentinel: Building a Cyber Resilient Future
24. Juni 2022, IBM

Associative Data Modeling Demystified – Part1
9. Juli 2016, Data Science Central

Choosing a Database Technology. A roadmap and process overview | by Shirish Joshi
23. Februar 2020, Towards Data Science

New Release of MITS Report Expands Database Support, Improves Usability and Integration Capabilities
13. Februar 2019, International Spectrum Magazine

bereitgestellt von Google News

AI-Powered Search Engine With Milvus Vector Database on Vultr - SitePoint
30. August 2024, SitePoint

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

IBM watsonx.data’s integrated vector database: unify, prepare, and deliver your data for AI
9. April 2024, ibm.com

10 top vector database options for similarity searches
8. August 2024, TechTarget

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk