DBMS > Milvus vs. OrigoDB vs. SpatiaLite vs. Splice Machine vs. XTDB

Vergleich der Systemeigenschaften Milvus vs. OrigoDB vs. SpatiaLite vs. Splice Machine vs. XTDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

A fully ACID in-memory object graph database

Spatial extension of SQLite

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

A general purpose database with bitemporal SQL and Datalog and graph queries

Primäres Datenbankmodell

Vektor DBMS

Document Store
Object oriented DBMS

Spatial DBMS

Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Relational DBMS

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

Punkte	2,31
Rang	#113	Overall
	#3	Vektor DBMS

Punkte	0,00
Rang	#383	Overall
	#53	Document Stores
	#20	Object oriented DBMS

Punkte	1,60
Rang	#149	Overall
	#3	Spatial DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Punkte	0,11
Rang	#343	Overall
	#46	Document Stores

Website

milvus.io

origodb.com

www.gaia-gis.it/fossil/libspatialite/index

splicemachine.com

github.com/xtdb/xtdb
www.xtdb.com

Technische Dokumentation

milvus.io/docs/overview.md

origodb.com/docs

www.gaia-gis.it/gaia-sins/spatialite_topics.html

splicemachine.com/how-it-works

www.xtdb.com/docs

Entwickler

Robert Friberg et al

Alessandro Furieri

Splice Machine

Juxt Ltd.

Erscheinungsjahr

2019

2009

under the name LiveDB

2008

2014

2019

Aktuelle Version

2.3.4, Jänner 2024

5.0.0, August 2020

3.1, March 2021

1.19, September 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

MPL 1.1, GPL v2.0 or LGPL v2.1

Open Source

AGPL 3.0, commercial license available

Open Source

MIT 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.

Zilliz Cloud – Cloud-native service for Milvus

Implementierungssprache

C++, Go

C++

Java

Clojure

Server Betriebssysteme

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Linux
Windows

serverlos

Linux
OS X
Solaris
Windows

Alle Betriebssysteme mit einer Java 8 (und höher) VM
Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Vector, Numeric and String

User defined using .NET types and collections

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

can be achieved using .NET

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

eingeschränktes SQL mittels Apache Calcite

APIs und andere Zugriffskonzepte

RESTful HTTP API

.NET Client API
HTTP API
LINQ

JDBC
Native Spark Datasource
ODBC

HTTP REST
JDBC

Unterstützte Programmiersprachen

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

.Net

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Clojure
Java

Server-seitige Scripts

Stored Procedures

nein

Java

nein

Triggers

nein

Domain Events

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

client side managed; servers are not synchronized

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

keine

Multi-Source Replikation
Source-Replica Replikation

ja, jeder Knoten hat alle Daten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Bounded Staleness
Eventual Consistency
Immediate Consistency
Session Consistency
Tunable Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

depending on model

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

Write ahead log

yes, flexibel persistency by using storage technologies like Apache Kafka, RocksDB or LMDB

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Role based access control and fine grained access rights

Role based authorization

nein

Access rights for users, groups and roles according to SQL-standard

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

AI-Powered Search Engine With Milvus Vector Database on Vultr
31. Januar 2024, SitePoint

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

Zilliz Unveils Game-Changing Features for Vector Search
22. März 2024, Datanami

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

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk