数据与事实型数据库主要有哪些类型？各有什么特点？ 非关系型数据库主要包括几类各有什么特点？
\u6570\u636e\u5e93\u6709\u54ea\u4e9b\u7c7b\u578b?\u6570\u636e\u5e93\u6709\u4e24\u79cd\u7c7b\u578b\uff0c\u5206\u522b\u662f\u5173\u7cfb\u578b\u6570\u636e\u5e93\u4e0e\u975e\u5173\u7cfb\u578b\u6570\u636e\u5e93\u3002
\u6570\u636e\u5e93\uff0c\u7b80\u800c\u8a00\u4e4b\u53ef\u89c6\u4e3a\u7535\u5b50\u5316\u7684\u6587\u4ef6\u67dc\u2014\u2014\u5b58\u50a8\u7535\u5b50\u6587\u4ef6\u7684\u5904\u6240\uff0c\u7528\u6237\u53ef\u4ee5\u5bf9\u6587\u4ef6\u4e2d\u7684\u6570\u636e\u8fdb\u884c\u65b0\u589e\u3001\u622a\u53d6\u3001\u66f4\u65b0\u3001\u5220\u9664\u7b49\u64cd\u4f5c\u3002
\u5173\u7cfb\u578b\u6570\u636e\u5e93\u4e3b\u8981\u6709\uff1a
Oracle\u3001DB2\u3001Microsoft SQL Server\u3001Microsoft Access\u3001MySQL\u7b49\u7b49\u3002
\u975e\u5173\u7cfb\u578b\u6570\u636e\u5e93\u4e3b\u8981\u6709\uff1a
NoSql\u3001Cloudant\u3001MongoDb\u3001redis\u3001HBase\u7b49\u7b49\u3002
\u6269\u5c55\u8d44\u6599\uff1a
\u975e\u5173\u7cfb\u578b\u6570\u636e\u5e93\u7684\u4f18\u52bf\uff1a
1\u3001\u6027\u80fd\u9ad8\uff1aNOSQL\u662f\u57fa\u4e8e\u952e\u503c\u5bf9\u7684\uff0c\u53ef\u4ee5\u60f3\u8c61\u6210\u8868\u4e2d\u7684\u4e3b\u952e\u548c\u503c\u7684\u5bf9\u5e94\u5173\u7cfb\uff0c\u800c\u4e14\u4e0d\u9700\u8981\u7ecf\u8fc7SQL\u5c42\u7684\u89e3\u6790\uff0c\u6240\u4ee5\u6027\u80fd\u975e\u5e38\u9ad8\u3002
2\u3001\u53ef\u6269\u5c55\u6027\u597d\uff1a\u540c\u6837\u4e5f\u662f\u56e0\u4e3a\u57fa\u4e8e\u952e\u503c\u5bf9\uff0c\u6570\u636e\u4e4b\u95f4\u6ca1\u6709\u8026\u5408\u6027\uff0c\u6240\u4ee5\u975e\u5e38\u5bb9\u6613\u6c34\u5e73\u6269\u5c55\u3002
\u5173\u7cfb\u578b\u6570\u636e\u5e93\u7684\u4f18\u52bf\uff1a
1\u3001\u53ef\u4ee5\u590d\u6742\u67e5\u8be2\uff1a\u53ef\u4ee5\u7528SQL\u8bed\u53e5\u65b9\u4fbf\u7684\u5728\u4e00\u4e2a\u8868\u4ee5\u53ca\u591a\u4e2a\u8868\u4e4b\u95f4\u505a\u975e\u5e38\u590d\u6742\u7684\u6570\u636e\u67e5\u8be2\u3002
2\u3001\u4e8b\u52a1\u652f\u6301\u826f\u597d\uff1a\u4f7f\u5f97\u5bf9\u4e8e\u5b89\u5168\u6027\u80fd\u5f88\u9ad8\u7684\u6570\u636e\u8bbf\u95ee\u8981\u6c42\u5f97\u4ee5\u5b9e\u73b0\u3002
\u53c2\u8003\u8d44\u6599\u6765\u6e90\uff1a\u767e\u5ea6\u767e\u79d1-\u6570\u636e\u5e93
NoSQL\u63cf\u8ff0\u7684\u662f\u5927\u91cf\u7ed3\u6784\u5316\u6570\u636e\u5b58\u50a8\u65b9\u6cd5\u7684\u96c6\u5408\uff0c\u6839\u636e\u7ed3\u6784\u5316\u65b9\u6cd5\u4ee5\u53ca\u5e94\u7528\u573a\u5408\u7684\u4e0d\u540c\uff0c\u4e3b\u8981\u53ef\u4ee5\u5c06NoSQL\u5206\u4e3a\u4ee5\u4e0b\u51e0\u7c7b\u3002
(1)Column-Oriented
\u9762\u5411\u68c0\u7d22\u7684\u5217\u5f0f\u5b58\u50a8\uff0c\u5176\u5b58\u50a8\u7ed3\u6784\u4e3a\u5217\u5f0f\u7ed3\u6784\uff0c\u540c\u4e8e\u5173\u7cfb\u578b\u6570\u636e\u5e93\u7684\u884c\u5f0f\u7ed3\u6784\uff0c\u8fd9\u79cd\u7ed3\u6784\u4f1a\u8ba9\u5f88\u591a\u7edf\u8ba1\u805a\u5408\u64cd\u4f5c\u66f4\u7b80\u5355\u65b9\u4fbf\uff0c\u4f7f\u7cfb\u7edf\u5177\u6709\u8f83\u9ad8\u7684\u53ef\u6269\u5c55\u6027\u3002\u8fd9\u7c7b\u6570\u636e\u5e93\u8fd8\u53ef\u4ee5\u9002\u5e94\u6d77\u91cf\u6570\u636e\u7684\u589e\u52a0\u4ee5\u53ca\u6570\u636e\u7ed3\u6784\u7684\u53d8\u5316\uff0c\u8fd9\u4e2a\u7279\u70b9\u4e0e\u4e91\u8ba1\u7b97\u6240\u9700\u7684\u76f8\u5173\u9700\u6c42\u662f\u76f8\u7b26\u5408\u7684\uff0c\u6bd4\u5982GoogleAppengine\u7684BigTable\u4ee5\u53ca\u76f8\u540c\u8bbe\u8ba1\u7406\u5ff5\u7684Hadoop\u5b50\u7cfb\u7edfHaBase\u5c31\u662f\u8fd9\u7c7b\u7684\u5178\u578b\u4ee3\u8868\u3002\u9700\u8981\u7279\u522b\u6307\u51fa\u7684\u662f\uff0cBig Table\u7279\u522b\u9002\u7528\u4e8eMapReduce\u5904\u7406\uff0c\u8fd9\u5bf9\u4e8e\u4e91\u8ba1\u7b97\u7684\u53d1\u5c55\u6709\u5f88\u9ad8\u7684\u9002\u5e94\u6027\u3002
(2)Key-Value\u3002
\u9762\u5411\u9ad8\u6027\u80fd\u5e76\u53d1\u8bfb/\u5199\u7684\u7f13\u5b58\u5b58\u50a8\uff0c\u5176\u7ed3\u6784\u7c7b\u4f3c\u4e8e\u6570\u636e\u7ed3\u6784\u4e2d\u7684Hash\u8868\uff0c\u6bcf\u4e2aKey\u5206\u522b\u5bf9\u5e94\u4e00\u4e2aValue,\u80fd\u591f\u63d0\u4f9b\u975e\u5e38\u5feb\u7684\u67e5\u8be2\u901f\u5ea6\u3001\u5927\u6570\u636e\u5b58\u653e\u91cf\u548c\u9ad8\u5e76\u53d1\u64cd\u4f5c\uff0c\u975e\u5e38\u9002\u5408\u901a\u8fc7\u4e3b\u952e\u5bf9\u6570\u636e\u8fdb\u884c\u67e5\u8be2\u548c\u4fee\u6539\u7b49\u64cd\u4f5c\u3002Key-Value\u6570\u636e\u5e93\u7684\u4e3b\u8981\u7279\u70b9\u662f\u5177\u6709\u6781\u9ad8\u7684\u5e76\u53d1\u8bfb/\u5199\u6027\u80fd\uff0c\u975e\u5e38\u9002\u5408\u4f5c\u4e3a\u7f13\u5b58\u7cfb\u7edf\u4f7f\u7528\u3002MemcacheDB\u3001BerkeleyDB\u3001Redis\u3001Flare\u5c31\u662fKey-Value\u6570\u636e\u5e93\u7684\u4ee3\u8868\u3002
(3)Document-Oriented\u3002
\u9762\u5411\u6d77\u91cf\u6570\u636e\u8bbf\u95ee\u7684\u6587\u6863\u5b58\u50a8\uff0c\u8fd9\u7c7b\u5b58\u50a8\u7684\u7ed3\u6784\u4e0eKey-Value\u975e\u5e38\u76f8\u4f3c\uff0c\u4e5f\u662f\u6bcf\u4e2aKey\u5206\u522b\u5bf9\u5e94\u4e00\u4e2aValue,\u4f46\u662f\u8fd9\u4e2aValue\u4e3b\u8981\u4ee5JSON(JavaScriptObjectNotations)\u6216\u8005XML\u7b49\u683c\u5f0f\u7684\u6587\u6863\u6765\u8fdb\u884c\u5b58\u50a8\u3002\u8fd9\u79cd\u5b58\u50a8\u65b9\u5f0f\u53ef\u4ee5\u5f88\u65b9\u4fbf\u5730\u88ab\u9762\u5411\u5bf9\u8c61\u7684\u8bed\u8a00\u6240\u4f7f\u7528\u3002\u8fd9\u7c7b\u6570\u636e\u5e93\u53ef\u5728\u6d77\u91cf\u7684\u6570\u636e\u4e2d\u5feb\u901f\u67e5\u8be2\u6570\u636e\uff0c\u5178\u578b\u4ee3\u8868\u4e3aMongoDB\u3001CouchDB\u7b49\u3002
NoSQL\u5177\u6709\u6269\u5c55\u7b80\u5355\u3001\u9ad8\u5e76\u53d1\u3001\u9ad8\u7a33\u5b9a\u6027\u3001\u6210\u672c\u4f4e\u5ec9\u7b49\u4f18\u52bf\uff0c\u4e5f\u5b58\u5728\u4e00\u4e9b\u95ee\u9898\u3002\u4f8b\u5982\uff0cNoSQL\u6682\u4e0d\u63d0\u4f9bSQL\u7684\u652f\u6301\uff0c\u4f1a\u9020\u6210\u5f00\u53d1\u4eba\u5458\u7684\u989d\u5916\u5b66\u4e60\u6210\u672c;NoSQL\u5927\u591a\u4e3a\u5f00\u6e90\u8f6f\u4ef6\u5176\u6210\u719f\u5ea6\u4e0e\u5546\u7528\u7684\u5173\u7cfb\u578b\u6570\u636e\u5e93\u7cfb\u7edf\u76f8\u6bd4\u6709\u5dee\u8ddd;NoSQL\u7684\u67b6\u6784\u7279\u6027\u51b3\u5b9a\u4e86\u5176\u5f88\u96be\u4fdd\u8bc1\u6570\u636e\u7684\u5b8c\u6574\u6027\uff0c\u9002\u5408\u5728\u4e00\u4e9b\u7279\u6b8a\u7684\u5e94\u7528\u573a\u666f\u4f7f\u7528\u3002
一、从学科领域角度可以将数据与事实型数据库划分为：
1、事实数值型科学数据库，如中科院“科学数据库”。
2、社会科学或综合参考类数据库，如百科全书、年鉴。
3、商情数据库，如中国资讯行、国研网、中经专网等。
二、数据与事实型数据库的特点：
1、事实型数据库最新发展的学科是法律，之后是商业金融、物理、化学、新闻等方面。由于商业金融界对事实数据库的大量需求以及商业数据库生产的盈利驱动致使商业、金融事实数据库仍是发展的主流。
2、相对于文献数据库，事实型数据库具有更强的实用性，涉及面非常广；它直接面向问题，总是以特定的事实或数字回答用户的查询；前者检索结果可能是很多条记录，而事实型数据库检索途径多，查准率高，其检索结果往往只是单一的记录。
3、尽管在功能上事实型数据库与传统的参考工具书类似，但比较而言，参考工具书编写和出版周期较长，许多最新的事实和数据不可能快速被工具书收录。
4、由于事实型数据库在数据的构成、数据描述的方式、编排体例等方面的差异以及数据库中各类数据本身的特点，使得各种事实型数据库中的检索字段/入口有较大的不同，检索方法也因此不尽相同而表现出各自的特点与特色。
扩展资料：
国内外事实型数据库举例：
1、万方事实型数据库：
万方数据资源系统是由中国科技信息研究所万方数据（集团）公司联合科技文献出版社、四川省科技情报研究所等机构组成的，是国内最早从事数据库建设的企业。
万方数据资源系统汇集了国内近120个数据库，并将这些信息资源整合为三大部分，即：商务信息子系统、科技信息子系统和数字化期刊子系统。
2、中国资讯行数据库：
中国资讯行于1995年在香港成立，是一家专门收集、处理及传播中国商业信息的高科技企业，资料来源于1000多种中国报章、杂志、贸易刊物、政府出版物及合作伙伴提供的权威数据。
内容包括实时财经新闻、权威机构经贸报告、各类统计数据、法律法规、商业数据及证券消息等动态信息。
3、国务院发展研究中心信息网：
国务院发展研究中心信息网（简称“国研网”）是中国唯一挂牌“国务院”字头的专业经济信息服务机构，它以国务院发展研究中心丰富的信息资源和强大的专家阵容为依托，并与海内外众多知名机构和经济资讯机构紧密合作。
全面汇集、整合国内外经济金融领域的研究成果和经济信息，以“专业性、权威性、前瞻性、指导性、包容性”为原则，向海内外提供了及时、全面、系统、权威、高质量的经济信息。
参考资料来源：百度百科-事实型数据库
事实数据库（factual databases）指包含大量数据、事实的数据库，分为数值数据库（Numeric databases）、图像数据库（Graphic databases）、术语数据库（Terminological databases）和指南数据库等。包括电子化字（词）典、辞典、数值、公式、数表与表册数据库、图像、图录数据库、电子百科全书、电子手册及专业手册数据库、组织机构指南、传记资料、年鉴、统计资料数据库等。
问别人吧！我不会也
绛旓細鏁版嵁搴撴湁璁稿绉嶇被锛屼互涓嬫槸鍏朵腑涓浜涓昏鐨绫诲瀷锛1. 鍏崇郴鍨嬫暟鎹簱 (Relational Database Management System, RDBMS)鍏崇郴鍨嬫暟鎹簱鏄渶甯歌鐨勭被鍨嬶紝瀹冧滑鍩轰簬鏁板涓殑鍏崇郴妯″瀷鏋勫缓锛屽SQL锛堢粨鏋勫寲鏌ヨ璇█锛夈傝繖绫绘暟鎹搴撲娇鐢ㄨ〃鏍煎舰寮忓瓨鍌ㄦ暟鎹紝閫氳繃瀛楁鍜岃〃涔嬮棿鐨勫叧绯绘潵缁勭粐淇℃伅銆傜煡鍚嶇殑鍏崇郴鍨嬫暟鎹簱鏈Oracle銆...
绛旓細浜虹墿浼犺鏁版嵁搴撱佹満鏋勫悕褰曟暟鎹簱銆佽嵂鍏告暟鎹簱銆佽涓氭爣鍑嗘暟鎹簱绛夐兘灞炰簬浜嬪疄鏁版嵁搴撱傛澶栫數瀛愮増鐨勮瘝鍏搞佸勾閴淬佹寚鍗椼佺櫨绉戝叏涔︾瓑涔熷睘浜庤绫绘暟鎹簱銆傚尰瀛鍜鑽鏂归潰鐨勪簨瀹炴暟鎹簱鏈塒hysician Data Query銆丏rug Information Fulltext绛夈3銆佹暟鍊兼暟鎹簱锛氳绫绘暟鎹簱涓昏鏀跺綍鍚勭被缁熻銆佹祴閲忎互鍙婄瀛﹀疄锛堣瘯锛夐獙涓骇鐢...
绛旓細鏁版嵁搴撴槸鎸囨寜鐓т竴瀹氱殑鏁版嵁妯″瀷缁勭粐鍜屽瓨鍌鏁版嵁鐨闆嗗悎銆傚畠鍙互琚涓轰竴涓數瀛愬寲鐨勬枃浠舵煖锛岀敤浜庡瓨鍌ㄣ佺鐞嗗拰妫绱㈠悇绉嶇被鍨嬬殑鏁版嵁銆傛暟鎹簱甯歌鐢ㄤ簬澶ц妯℃暟鎹殑缁勭粐鍜岀鐞嗭紝鎻愪緵浜嗛珮鏁堢殑鏁版嵁璁块棶鍜屽鐞嗘柟娉曘傞偅涔堣繖鏍风殑鏁版嵁搴撻兘鏈夊摢浜鍛?浠ヤ笅鏄叾涓竴浜涘父瑙佺殑鏁版嵁搴撶被鍨嬶細1銆佸叧绯鍨嬫暟鎹簱(Relational Database)锛...
绛旓細ACCESS鏄井杞叕鍙告帹鍑虹殑涓娆炬槗浜庝娇鐢ㄣ佸紑鍙戠畝鍗曠殑妗岄潰鏁版嵁搴撶鐞嗙郴缁熴侽racle鍏徃鍒欐彁渚涘寘鎷琖eb骞冲彴寤虹珛銆佸晢涓氬簲鐢ㄧ患鍚堝鐞鍜涓撲笟鏈嶅姟鍦ㄥ唴鐨勭數瀛愬晢鍔′骇鍝佸拰鏈嶅姟銆係QL锛堢粨鏋勫寲鏌ヨ璇█锛夋槸鍏崇郴鍨嬫暟鎹簱绠＄悊绯荤粺涓敤浜庡缓绔嬪拰缁存姢鏁版嵁搴撶殑鏍囧噯璇█锛岃兘澶熸墽琛屾暟鎹洿鏂板拰鎻愬彇绛夊绉嶆搷浣溿傝娉ㄦ剰锛屼互涓婂唴瀹规簮鑷綉缁滐紝浠呬緵...
绛旓細鏁版嵁搴绫诲瀷涓昏鍒嗕负灞傛鍨嬨佺綉鐘跺瀷鍜鍏崇郴鍨嬨傚湪灞傛鍨嬫暟鎹簱涓紝鏁版嵁浠ユ爲鐘剁粨鏋勭粍缁囷紝姣忎釜鏁版嵁鍏冪礌閮芥湁鍞竴鐨勭埗鍏冪礌锛涚綉鐘跺瀷鏁版嵁搴撳垯閫氳繃澶嶆潅鐨勭綉鐘剁粨鏋勬潵缁勭粐鏁版嵁锛屽叾涓瘡涓暟鎹厓绱犲彲浠ユ湁澶氫釜鐖跺厓绱狅紱鑰屽叧绯诲瀷鏁版嵁搴撳垯鏄熀浜庡叧绯绘ā鍨嬶紝浣跨敤琛ㄦ牸褰㈠紡鏉ュ瓨鍌ㄥ拰鏌ヨ鏁版嵁銆鏁版嵁搴撶殑涓昏鍔熻兘鍖呮嫭锛1. 鏁版嵁鍏变韩锛...
绛旓細1銆佹暟鎹簱鍏辨湁3绉嶇被鍨嬶紝涓哄叧绯绘暟鎹簱銆侀潪鍏崇郴鍨嬫暟鎹簱鍜閿兼暟鎹簱銆2銆佸叧绯绘暟鎹簱銆侀潪鍏崇郴鍨嬫暟鎹簱銆傚叧绯绘暟鎹簱鐗圭偣锛氭暟鎹泦涓帶鍒讹紱鍑忓皯鏁版嵁鍐椾綑绛夈傞傜敤鑼冨洿锛氬浜庣粨鏋勫寲鏁版嵁鐨澶勭悊鏇村悎閫傦紝濡傚鐢熸垚缁┿佸湴鍧绛夛紝杩欐牱鐨勬暟鎹涓鑸儏鍐典笅闇瑕佷娇鐢ㄧ粨鏋勫寲鐨勬煡璇3銆佹暟鎹簱鏈変袱绉嶇被鍨嬶紝鍒嗗埆鏄叧绯诲瀷鏁版嵁搴撲笌...
绛旓細;''鍑嗗垯4''鍩轰簬鍏崇郴妯″瀷鐨勫姩鎬佺殑鑱旀満鏁版嵁瀛楀吀:鏁版嵁搴撶殑鎻忚堪鍦ㄩ昏緫绾т笂鍜鏅氭暟鎹噰鐢ㄥ悓鏍风殑琛ㄨ堪鏂瑰紡銆;''鍑嗗垯5''缁熶竴鐨勬暟鎹瓙璇█:涓涓叧绯绘暟鎹簱绯荤粺鍙互鍏锋湁鍑犵璇█鍜屽绉嶇粓绔闂柟寮忥紝浣嗗繀椤绘湁涓绉嶈瑷锛屽畠鐨勮鍙ュ彲浠ヨ〃绀轰负涓ユ牸璇硶瑙勫畾鐨勫瓧绗︿覆锛屽苟鑳藉叏闈㈢殑鏀寔鍚勭瑙勫垯銆;''鍑嗗垯6''瑙嗗浘鏇存柊...
绛旓細闂涓:鏁版嵁搴撳垎涓鍝嚑绫? 鎸夊浗闄呬笂閫氱敤鐨勫垎绫绘柟娉,鏁版嵁搴撳垎涓轰互涓嬩笁澶х被: 1銆佸弬鑰冩暟鎹簱(Reference databases),鏄兘鎸囧紩鐢ㄦ埛鍒板彟涓淇℃伅婧愯幏鍙栧師鏂囨垨鍏朵粬缁嗚妭鐨勬暟鎹簱; 2銆佹簮鏁版嵁搴(Source databases),鎸囪兘鎲ㄦ帴鎻愪緵鎵闇鍘熷璧勬枡鎴栧叿浣鏁版嵁鐨鏁版嵁搴撱; 3銆佹贩鍚鍨嬫暟鎹簱(Mixed databases),鑳藉悓鏃跺瓨璐绉嶇被鍨...
绛旓細瀹冧骇鐢熶簬璺濅粖鍏崄澶氬勾鍓嶏紝闅忕潃淇℃伅鎶鏈鍜甯傚満鐨勫彂灞曪紝鐗瑰埆鏄簩鍗佷笘绾節鍗佸勾浠ｄ互鍚庯紝鏁版嵁绠＄悊涓嶅啀浠呬粎鏄瓨鍌ㄥ拰绠＄悊鏁版嵁锛岃岃浆鍙樻垚鐢ㄦ埛鎵闇瑕佺殑鍚勭鏁版嵁绠＄悊鐨勬柟寮忋鏁版嵁搴撴湁寰堝绉嶇被鍨嬶紝浠庢渶绠鍗曠殑瀛樺偍鏈夊悇绉鏁版嵁鐨琛ㄦ牸鍒拌兘澶熻繘琛屾捣閲忔暟鎹瓨鍌ㄧ殑澶у瀷鏁版嵁搴撶郴缁熼兘鍦ㄥ悇涓柟闈㈠緱鍒颁簡骞挎硾鐨勫簲鐢ㄣ
绛旓細棣栧厛锛屽叧绯诲瀷鏁版嵁搴撴槸鏈甯哥敤鐨勪竴绉嶆暟鎹簱绫诲瀷锛屽畠鍩轰簬鍏崇郴妯″瀷锛屼娇鐢ㄨ〃鏍肩殑褰㈠紡瀛樺偍鏁版嵁锛岃〃鏍间箣闂村彲浠ラ氳繃閿艰繘琛屽叧鑱斻傚父瑙佺殑鍏崇郴鍨嬫暟鎹簱鏈MySQL銆丱racle銆丼QL Server绛夈傚畠浠鐨浼樼偣鍦ㄤ簬鏀寔甯歌鐨勫鍒犳敼鏌ユ搷浣滐紝鏁版嵁缁撴瀯鍖栵紝鏄撲簬绠＄悊鍜岀淮鎶ゃ備絾鏄紝鍦ㄩ潰瀵规捣閲鏁版嵁鍜澶嶆潅鏌ヨ鏃讹紝鍏崇郴鍨嬫暟鎹簱鍙兘浼氶亣鍒版ц兘...
