DBMS > Oracle Berkeley DB vs. Pinecone vs. PouchDB

Vergleich der Systemeigenschaften Oracle Berkeley DB vs. Pinecone vs. PouchDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Weit verbreiteter In-Process Key-Value Store

A managed, cloud-native vector database

JavaScript DBMS mit einem von CouchDB inspirierten API

Primäres Datenbankmodell

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Vektor DBMS

Document Store

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

Punkte	1,88
Rang	#130	Overall
	#23	Key-Value Stores
	#3	Native XML DBMS

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

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

Website

www.oracle.com/database/technologies/related/berkeleydb.html

www.pinecone.io

pouchdb.com

Technische Dokumentation

docs.oracle.com/cd/E17076_05/html/index.html

docs.pinecone.io/docs/overview

pouchdb.com/guides

Entwickler

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Pinecone Systems, Inc

Apache Software Foundation

Erscheinungsjahr

1994

2019

2012

Aktuelle Version

18.1.40, Mai 2020

7.1.1, Juni 2019

Lizenz

Commercial or Open Source

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

kommerziell

Open Source

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

C, Java, C++ (depending on the Berkeley DB edition)

JavaScript

Server Betriebssysteme

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

gehostet

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

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

String, Number, Boolean

nein

XML Unterstützung

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

only with the Berkeley DB XML edition

nein

Sekundärindizes

über Views

SQL

Support of SQL

SQL Interface basierend auf SQLite verfügbar

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

HTTP REST

only for PouchDB Server
JavaScript API

Unterstützte Programmiersprachen

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

Python

JavaScript

Server-seitige Scripts

Stored Procedures

nein

View Functions in JavaScript

Triggers

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

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

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual 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

mittels IndexedDB, WebSQL oder LevelDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

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

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

What is NoSQL (Not Only SQL database)?
28. Februar 2022, TechTarget

Margo I. Seltzer
18. August 2020, Berkman Klein Center

Oracle acquires Sleepycat for code
17. August 2016, East Bay Times

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

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

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

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

Pinecone vector database available on AWS, Azure, and Google clouds
27. August 2024, Blocks & Files

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

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

Teilen sie diese Seite mit ihrem Netzwerk