DBMS > Milvus vs. Postgres-XL vs. PouchDB vs. Splice Machine vs. STSdb

Vergleich der Systemeigenschaften Milvus vs. Postgres-XL vs. PouchDB vs. Splice Machine vs. STSdb

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

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

JavaScript DBMS mit einem von CouchDB inspirierten API

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

Key-Value Store mit spezieller Indizierungsmethode

Optimiert hinsichtlich Performanz durch spezielle Indizierungstechnologie

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

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

Punkte	2,18
Rang	#114	Overall
	#21	Document Stores

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

Punkte	0,03
Rang	#365	Overall
	#54	Key-Value Stores

Website

github.com/STSSoft/STSdb4

Technische Dokumentation

milvus.io/docs/overview.md

www.postgres-xl.org/documentation

pouchdb.com/guides

splicemachine.com/how-it-works

Entwickler

Apache Software Foundation

Splice Machine

STS Soft SC

Erscheinungsjahr

2019

2014

seit 2012, ursprünglich genannt StormDB

2012

2014

2011

Aktuelle Version

2.4.4, Mai 2024

10 R1, Oktober 2018

7.1.1, Juni 2019

3.1, March 2021

4.0.8, September 2015

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Mozilla public license

Open Source

AGPL 3.0, commercial license available

Open Source

GPLv2, kommerzielle Lizenz verfügbar

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

JavaScript

Java

Server Betriebssysteme

Linux
macOS

10.14 or later
Windows

with WSL 2 enabled

Linux
macOS

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Linux
OS X
Solaris
Windows

Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Vector, Numeric and String

nein

Primitive Typen und benutzerdefinierte Klassen

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

nein

Sekundärindizes

nein

über Views

nein

SQL

Support of SQL

nein

distributed, parallel query execution

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

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

HTTP REST

only for PouchDB Server
JavaScript API

JDBC
Native Spark Datasource
ODBC

.NET Client API

Unterstützte Programmiersprachen

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

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

JavaScript

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

C#
Java

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

View Functions in JavaScript

Java

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontale Partitionierung

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Shared Nothhing Auto-Sharding, Columnar Partitioning

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

Multi-Source Replikation
Source-Replica Replikation

keine

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

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

MVCC

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

mittels IndexedDB, WebSQL oder LevelDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Role based access control and fine grained access rights

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

nein

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

nein

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

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Getting Started with PouchDB Client-Side JavaScript Database
7. September 2016, SitePoint

Create Offline Web Apps Using Service Workers & PouchDB
7. März 2017, SitePoint

Building an Offline First App with PouchDB
10. März 2014, SitePoint

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 Learning
19. Januar 2021, PR Newswire

2021: The Year of the Feature Store
19. Januar 2021, Datanami

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

Splice Machine Launches ML Manager Beta Program to Meet the Growing Demand for Operational AI
7. April 2019, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk