DBMS > InterSystems Caché vs. Netezza vs. Pinecone vs. Postgres-XL

Vergleich der Systemeigenschaften InterSystems Caché vs. Netezza vs. Pinecone vs. Postgres-XL

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

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

A managed, cloud-native vector database

Basiert auf PostgreSQL und ist um Clusterfähigkeiten (scale out) erweitert.

Primäres Datenbankmodell

Key-Value Store
Object oriented DBMS
Relational DBMS

Relational DBMS

Vektor DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Document Store

Document Store
Spatial DBMS

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

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Punkte	3,02
Rang	#87	Overall
	#3	Vektor DBMS

Punkte	0,43
Rang	#260	Overall
	#119	Relational DBMS

Website

www.intersystems.com/products/cache

www.ibm.com/products/netezza

www.pinecone.io

www.postgres-xl.org

Technische Dokumentation

docs.intersystems.com

docs.pinecone.io/docs/overview

www.postgres-xl.org/documentation

Entwickler

InterSystems

IBM

Pinecone Systems, Inc

Erscheinungsjahr

1997

2000

2019

2014

seit 2012, ursprünglich genannt StormDB

Aktuelle Version

2018.1.4, Mai 2020

10 R1, Oktober 2018

Lizenz

Commercial or Open Source

kommerziell

Open Source

Mozilla public license

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

Server Betriebssysteme

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

Linux

In Appliance inkludiert

gehostet

Linux
macOS

Datenschema

depending on used data model

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

XML type, but no XML query functionality

Sekundärindizes

SQL

Support of SQL

nein

distributed, parallel query execution

APIs und andere Zugriffskonzepte

.NET Client API
JDBC
ODBC
RESTful HTTP API

JDBC
ODBC
OLE DB

RESTful HTTP API

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Unterstützte Programmiersprachen

C#
C++
Java

C
C++
Fortran
Java
Lua
Perl
Python
R

Python

.Net
C
C++
Delphi
Erlang
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontale Partitionierung

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

MVCC

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

Access rights for users, groups and roles

Benutzer mit feingranularem Berechtigungskonzept

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

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

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, IBM

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Copy data from Netezza to Azure with Azure Data Factory
9. September 2019, Microsoft

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

bereitgestellt von Google News

Pinecone serverless goes multicloud as vector database market heats up
27. August 2024, VentureBeat

Using the Pinecone vector database in .NET
12. September 2024, InfoWorld

Pinecone launches serverless vector database on Azure, GCP
27. August 2024, TechTarget

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

Pinecone Makes Accurate, Fast, Scalable Generative AI Accessible to Organizations Large and Small with Launch of its Serverless Vector Database
21. Mai 2024, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk