SurrealDB
Eine vielseitige Multi-Modell-Datenbank, die Vektoren, Graphen, Dokumente, Zeitreihen und Dateien für Echtzeit- und skalierbare Anwendungen kombiniert.
Gemeinschaft:
Produktübersicht
Was ist SurrealDB?
SurrealDB ist eine native, Open-Source-verteilte Datenbank, die entwickelt wurde, um den Aufbau und die Skalierung von Echtzeit-Anwendungen zu vereinfachen. Sie integriert einzigartig mehrere Datenmodelle – Vektor, Graph, Dokument, Zeitreihen und Dateispeicherung – in eine einzige Plattform und ermöglicht es Entwicklern, komplexe Datenbeziehungen und vielfältige Datentypen mühelos zu verwalten. SurrealDB unterstützt ACID-Transaktionen, präzise Sicherheitskontrollen und Echtzeit-ereignisgesteuerte Benachrichtigungen. Ihre flexiblen Bereitstellungsoptionen reichen von Edge-Geräten bis zu großen Petabyte-Clustern. Die Plattform umfasst SurrealQL, eine leistungsstarke Abfragesprache, und Surrealist, eine grafische Oberfläche für die Datenbankverwaltung. SurrealDB bietet auch SurrealML, das die eingebettete Ausführung von Machine-Learning-Modellen direkt auf den Daten ermöglicht und so Analysen und Erkenntnisse ohne externe Abhängigkeiten verbessert.
Hauptfunktionen
Multi-Modell-Datenunterstützung
Einheitliche Verarbeitung von Vektoren, Graphen, Dokumenten, Zeitreihen und Dateien innerhalb einer einzigen Datenbank-Engine.
Echtzeit-Ereignisgesteuerte Architektur
Ermöglicht Anwendungen, sofort auf Datenänderungen zu reagieren, dank integrierter Ereignisbenachrichtigungen.
Erweiterte Sicherheit und Zugangskontrolle
Unterstützt Berechtigungen auf Zeilen- und Feldebene, OAuth, SAML, LDAP-Integration und anpassbare Authentifizierungs-Hooks.
ACID-konforme Multi-Tabellen-Transaktionen
Gewährleistet Datenintegrität mit Transaktionen über mehrere Zeilen und Tabellen hinweg ohne zeitliche Begrenzungen.
Skalierbare Bereitstellungsoptionen
Läuft effizient auf Edge-Geräten oder skaliert horizontal zu Petabyte-Clustern mit Unterstützung für verwaltete Cloud-Dienste.
Integrierte Machine-Learning-Engine
SurrealML ermöglicht das Speichern, Versionieren und Ausführen von Machine-Learning-Modellen direkt in der Datenbank.
Anwendungsfälle
- Echtzeit-Anwendungen : Ideal für Anwendungen, die sofortige Datenaktualisierungen und ereignisgesteuerte Workflows benötigen, wie Finanzhandel und Multiplayer-Spiele.
- Komplexe Beziehungsmodellierung : Unterstützt bidirektionale Graph-Datenmuster für fortgeschrittene Analysen in sozialen Netzwerken, Empfehlungssystemen und Betrugserkennung.
- IoT und Edge-Computing : Verwaltet effizient verschiedene Datentypen von Sensoren und Geräten mit skalierbarer Edge-to-Cloud-Bereitstellung.
- Content- und Medienverwaltung : Speichert und streamt Dokumente, Bilder, Audio- und Videodateien direkt und unterstützt so inhaltsintensive Plattformen.
- Unternehmensdatensicherheit : Bietet granulare Zugriffskontrollen und integriert sich in Unternehmensauthentifizierungssysteme für sichere Daten-Governance.
- Eingebettete Machine-Learning-Workflows : Ermöglicht die Ausführung von ML-Modellen neben der Datenspeicherung, um Echtzeit-Erkenntnisse ohne externe Verarbeitung zu generieren.
Häufig gestellte Fragen
SurrealDB Alternativen
Structify
Eine einheitliche Datenplattform, die isolierte Datenquellen verbindet, Geschäftslogik kodiert und über natürliche Sprache präzise Umsatz- und Betriebseinblicke liefert.
Dagster
Eine moderne, Open-Source Data Orchestrator-Lösung für das Erstellen, Ausführen und Überwachen von Datenpipelines mit integrierter Lineage und Beobachtbarkeit.
Gecko Robotics
Fortschrittliche robotergestützte Inspektionslösungen, die umfassende Daten für die Gesundheit und Wartung kritischer Infrastrukturen liefern.
Peliqan
Umfassende Datenplattform, die nahtlose Datenintegration, -transformation und -aktivierung mit Unterstützung für integrierte und externe Data Warehouses bietet.
SingleStore
Verteilte SQL-Datenbankplattform, optimiert für Echtzeit-Analytik und transaktionale Workloads, mit Unterstützung für Multi-Model-Datentypen und hohe Skalierbarkeit.
Cleanlab
Eine umfassende Plattform zur Erkennung, Korrektur und Verwaltung von Datenqualitätsproblemen, die eine zuverlässige Bereitstellung von Machine-Learning-Modellen ohne Codierung ermöglicht.
Atmo
Ultra-präzise Wetterintelligenz-Plattform, die globale Daten und Deep Learning kombiniert, um Regierungen und Industrien Echtzeit-Hochauflösungsvorhersagen zu liefern.
Navier AI
KI-beschleunigter Physics-ML Solver für Computational Fluid Dynamics (CFD) Simulationen – bis zu 1000x schneller, hochpräzise und in Echtzeit.
Analytik der SurrealDB Website
🇺🇸 US: 15.38%
🇬🇧 GB: 6.08%
🇻🇳 VN: 5.71%
🇳🇬 NG: 5.63%
🇩🇪 DE: 5.6%
Others: 61.59%
