儲存非結構性數據的資料庫有哪些

㈠ 資料庫有哪幾種

常用資料庫有mysql、oracle、sqlserver、sqlite等。

1、Oracle資料庫

Oracle資料庫管理系統是由甲骨文（Oracle)公司開發的，在資料庫領域一直處於領先地位。目前，Oracle資料庫覆蓋了大、中、小型計算機等幾十種計算機型，成為世界上使用最廣泛的關系型數據管理系統（由二維表及其之間的關系組成的一個資料庫）之一。

2、SQLServer資料庫

SQLServer是由微軟公司開發的一種關系型據庫管理系統，它已廣泛用於電子商務、銀行、保險、電力等行業。SQLServer提供了對XML和Internet標準的支持，具有強大的、靈活的、基於Web的應用程序管理功能。

3、DB2資料庫

DB2資料庫是由IBM公司研製的一種關系型資料庫管理系統，主要應用於OS/2、Windows等平台下，具有較好的可伸縮性，可支持從大型計算機到單用戶環境。

4、MongoDB資料庫

MongoDB是由10gen公司開發的一個介於關系資料庫和非關系資料庫之間的產品，是非關系資料庫當中功能最豐富，最像關系資料庫的。它支持的數據結構非常鬆散，是類似jsON的bjson格式，因此可以存儲比較復雜的數據類型。

5、MySQL資料庫

MySQL資料庫管理系統是由瑞典的MySQLAB公司開發的，但是幾經輾轉，現在是Oracle產品。它是以「客戶／伺服器」模式實現的，是一個多用戶、多線程的小型資料庫伺服器。而且MySQL是開源數據的，任何人都可以獲得該資料庫的源代碼並修正MySQL的缺陷。

6、Sybase資料庫

美國Sybase公司研製的一種關系型資料庫系統，是一種典型的UNIX或WindowsNT平台上客戶機／伺服器環境下的大型資料庫系統。

㈡ 非結構化數據存儲在什麼類型資料庫

杉岩海量對象存儲MOS，專為提供海量非結構化數據存儲解決方案，採用去中心化、分布式技術架構，支持百億級文件及EB級容量存儲，具備高效的數據檢索、智能化標簽和分析能力，輕松應對大數據和雲時代的存儲挑戰，為企業發展提供智能決策。

㈢ 請問資料庫有哪些種類呢

資料庫共有3種類型，為關系資料庫、非關系型資料庫和鍵值資料庫。

1、關系資料庫

MySQL、MariaDB（MySQL的代替品，英文維基網路從MySQL轉向MariaDB）、Percona Server（MySQL的代替品·）、PostgreSQL、Microsoft Access、Microsoft SQL Server、Google Fusion Tables、FileMaker、Oracle資料庫、Sybase、dBASE、Clipper、FoxPro、foshub。

幾乎所有的資料庫管理系統都配備了一個開放式資料庫連接（ODBC）驅動程序，令各個資料庫之間得以互相集成。

2、非關系型資料庫（NoSQL）

BigTable（Google）、Cassandra、MongoDB、CouchDB。

3、鍵值（key-value）資料庫

Apache Cassandra（為Facebook所使用）：高度可擴展、Dynamo、LevelDB（Google）。

(3)儲存非結構性數據的資料庫有哪些擴展閱讀：

資料庫模型：對象模型、層次模型（輕量級數據訪問協議）、網狀模型（大型數據儲存）、關系模型、面向對象模型、半結構化模型、平面模型（表格模型，一般在形式上是一個二維數組。如表格模型數據Excel)。

資料庫的架構可以大致區分為三個概括層次：內層、概念層和外層。

㈣ 有哪些輕型的非關系型資料庫

常見的非關系型資料庫有：1、mongodb；2、cassandra；3、redis；4、hbase；5、neo4j。其中mongodb是非常著名的NoSQL資料庫，它是一個面向文檔的開源資料庫。
常見的幾種非關系型資料庫：
1、MongoDB
MongoDB是最著名的NoSQL資料庫。它是一個面向文檔的開源資料庫。MongoDB是一個可伸縮和可訪問的資料庫。它在c++中。MongoDB同樣可以用作文件系統。在MongoDB中，JavaScript可以作為查詢語言使用。通過使用sharding MongoDB水平伸縮。它在流行的JavaScript框架中非常有用。
人們真的很享受分片、高級文本搜索、gridFS和map-rece功能。驚人的性能和新特性使這個NoSQL資料庫在我們的列表中名列第一。
特點：提供高性能；自動分片；運行在多個伺服器上；支持主從復制；數據以JSON樣式文檔的形式存儲；索引文檔中的任何欄位；由於數據被放置在碎片中，所以它具有自動負載平衡配置；支持正則表達式搜索；在失敗的情況下易於管理。
優點：易於安裝MongoDB；MongoDB Inc.為客戶提供專業支持；支持臨時查詢；高速資料庫；無模式資料庫；橫向擴展資料庫；性能非常高。
缺點：不支持連接；數據量大；嵌套文檔是有限的；增加不必要的內存使用。
2、Cassandra
Cassandra是Facebook為收件箱搜索開發的。Cassandra是一個用於處理大量結構化數據的分布式數據存儲系統。通常，這些數據分布在許多普通伺服器上。您還可以添加數據存儲容量，使您的服務保持在線，您可以輕松地完成這項任務。由於集群中的所有節點都是相同的，因此不需要處理復雜的配置。
Cassandra是用Java編寫的。Cassandra查詢語言(CQL)是查詢Cassandra資料庫的一種類似sql的語言。因此，Cassandra在最佳開源資料庫中排名第二。Facebook、Twitter、思科(Cisco)、Rackspace、eBay、Twitter、Netflix等一些最大的公司都在使用Cassandra。
特點：線性可伸縮；；保持快速響應時間；支持原子性、一致性、隔離性和耐久性(ACID)等屬性；使用Apache Hadoop支持MapRece；分配數據的最大靈活性；高度可伸縮；點對點架構。
優點：高度可伸縮；無單點故障；Multi-DC復制；與其他基於JVM的應用程序緊密集成；更適合多數據中心部署、冗餘、故障轉移和災難恢復。
缺點：對聚合的有限支持；不可預知的性能；不支持特別查詢。
3、Redis
Redis是一個鍵值存儲。此外，它是最著名的鍵值存儲。Redis支持一些c++、PHP、Ruby、Python、Perl、Scala等等。Redis是用C語言編寫的。此外，它是根據BSD授權的。
特點：自動故障轉移；將其資料庫完全保存在內存中；事務；Lua腳本；將數據復制到任意數量的從屬伺服器；鑰匙的壽命有限；LRU驅逐鑰匙；支持發布/訂閱。
優點：支持多種數據類型；很容易安裝；非常快（每秒執行約11萬組，每秒執行約81000次）；操作都是原子的；多用途工具（在許多用例中使用）。
缺點：不支持連接；存儲過程所需的Lua知識；數據集必須很好地適應內存。
4、HBase
HBase是一個分布式的、面向列的開源資料庫，該技術來源於 Fay Chang 所撰寫的Google論文「Bigtable：一個結構化數據的分布式存儲系統」。就像Bigtable利用了Google文件系統（File System）所提供的分布式數據存儲一樣，HBase在Hadoop之上提供了類似於Bigtable的能力。
HBase是Apache的Hadoop項目的子項目。HBase不同於一般的關系資料庫，它是一個適合於非結構化數據存儲的資料庫。另一個不同的是HBase基於列的而不是基於行的模式。
5、neo4j
Neo4j被稱為原生圖資料庫，因為它有效地實現了屬性圖模型，一直到存儲層。這意味著數據完全按照白板的方式存儲，資料庫使用指針導航和遍歷圖。Neo4j有資料庫的社區版和企業版。企業版包括Community Edition必須提供的所有功能，以及額外的企業需求，如備份、集群和故障轉移功能。
特點：它支持唯一的約束；Neo4j支持完整的ACID(原子性、一致性、隔離性和持久性)規則；Java API: Cypher API和本機Java API；使用Apache Lucence索引；簡單查詢語言Neo4j CQL；包含用於執行CQL命令的UI: Neo4j Data Browser。
優點：容易檢索其相鄰節點或關系細節，無需連接或索引；易於學習Neo4j CQL查詢語言命令；不需要復雜的連接來檢索數據；非常容易地表示半結構化數據；大型企業實時應用程序的高可用性；簡化的調優。
缺點：不支持分片

㈤ 企業非結構化數據存儲用哪家的比較好要國內的廠商

文章中提到的結構化數據、非結構化數據以及半結構化數據是對存儲形式的一種數據類型分析，有助於企業細分行業案例，幫助存儲合作夥伴更好地解決應用實施方案。
結構化數據，簡單來說就是資料庫。結合到典型場景中更容易理解，比如企業ERP、財務系統;醫療HIS資料庫;教育一卡通;政府行政審批;其他核心資料庫等。這些應用需要哪些存儲方案呢?基本包括高速存儲應用需求、數據備份需求、數據共享需求以及數據容災需求。
非結構化數據，包括視頻、音頻、圖片、圖像、文檔、文本等形式。具體到典型案例中，像是醫療影像系統、教育視頻點播、視頻監控、國土GIS、設計院、文件伺服器(PDM/FTP)、媒體資源管理等具體應用，這些行業對於存儲需求包括數據存儲、數據備份以及數據共享等。
半結構化數據，包括郵件、HTML、報表、資源庫等等，典型場景如郵件系統、WEB集群、教學資源庫、數據挖掘系統、檔案系統等等。這些應用對於數據存儲、數據備份、數據共享以及數據歸檔 等基本存儲需求。

㈥ 資料庫有哪幾種

資料庫有兩種類型，分別是關系型資料庫與非關系型資料庫。

1、關系資料庫

包括：MySQL、MariaDB（MySQL的代替品，英文維基網路從MySQL轉向MariaDB）、Percona Server（MySQL的代替品）、PostgreSQL、Microsoft Access、Microsoft SQL Server、Google Fusion Tables。

FileMaker、Oracle資料庫、Sybase、dBASE、Clipper、FoxPro、foshub。幾乎所有的資料庫管理系統都配備了一個開放式資料庫連接（ODBC）驅動程序，令各個資料庫之間得以互相集成。

2、非關系型資料庫（NoSQL）

包括：BigTable（Google）、Cassandra、MongoDB、CouchDB、鍵值（key-value）資料庫、Apache Cassandra（為Facebook所使用）：高度可擴展、Dynamo、LevelDB（Google）。

(6)儲存非結構性數據的資料庫有哪些擴展閱讀：

資料庫的作用

資料庫管理系統是為管理資料庫而設計的電腦軟體系統，一般具有存儲、截取、安全保障、備份等基礎功能。

資料庫管理系統可以依據它所支持的資料庫模型來作分類，例如關系式、XML；或依據所支持的計算機類型來作分類，例如伺服器群集、行動電話。

或依據所用查詢語言來作分類，例如SQL、XQuery；或依據性能沖量重點來作分類，例如最大規模、最高運行速度；亦或其他的分類方式。不論使用哪種分類方式，一些DBMS能夠跨類別，例如，同時支持多種查詢語言。

㈦ 什麼是結構化數據，非結構化數據

相對於結構化數據(即行數據,存儲在資料庫里,可以用二維表結構來邏輯表達實現的數據)而言,不方便用資料庫二維邏輯表來表現的數據即稱為非結構化數據,包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。
欄位可根據需要擴充，即欄位數目不定，可稱為半結構化數據，例如Exchange存儲的數據。
非結構化資料庫

在信息社會，信息可以劃分為兩大類。一類信息能夠用數據或統一的結構加以表示，我們稱之為結構化數據，如數字、符號；而另一類信息無法用數字或統一的結構表示，如文本、圖像、聲音、網頁等，我們稱之為非結構化數據。結構化數據屬於非結構化數據，是非結構化數據的特例

數據清洗從名字上也看的出就是把「臟」的「洗掉」。因為數據倉庫中的數據是面向某一主題的數據的集合，這些數據從多個業務系統中抽取而來而且包含歷史數據，這樣就避免不了有的數據是錯誤數據、有的數據相互之間有沖突，這些錯誤的或有沖突的數據顯然是我們不想要的，稱為「臟數據」。我們要按照一定的規則把「臟數據」「洗掉」，這就是數據清洗.而數據清洗的任務是過濾那些不符合要求的數據，將過濾的結果交給業務主管部門，確認是否過濾掉還是由業務單位修正之後再進行抽取。不符合要求的數據主要是有不完整的數據、錯誤的數據、重復的數據三大類。

(1)不完整的數據
這一類數據主要是一些應該有的信息缺失，如供應商的名稱、分公司的名稱、客戶的區域信息缺失、業務系統中主表與明細表不能匹配等。對於這一類數據過濾出來，按缺失的內容分別寫入不同Excel文件向客戶提交，要求在規定的時間內補全。補全後才寫入數據倉庫。
(2)錯誤的數據
這一類錯誤產生的原因是業務系統不夠健全，在接收輸入後沒有進行判斷直接寫入後台資料庫造成的，比如數值數據輸成全形數字字元、字元串數據後面有一個回車操作、日期格式不正確、日期越界等。這一類數據也要分類，對於類似於全形字元、數據前後有不可見字元的問題，只能通過寫SQL語句的方式找出來，然後要求客戶在業務系統修正之後抽取。日期格式不正確的或者是日期越界的這一類錯誤會導致ETL運行失敗，這一類錯誤需要去業務系統資料庫用SQL的方式挑出來，交給業務主管部門要求限期修正，修正之後再抽取。
(3)重復的數據
對於這一類數據——特別是維表中會出現這種情況——將重復數據記錄的所有欄位導出來，讓客戶確認並整理。
數據清洗是一個反復的過程，不可能在幾天內完成，只有不斷的發現問題，解決問題。對於是否過濾，是否修正一般要求客戶確認，對於過濾掉的數據，寫入Excel文件或者將過濾數據寫入數據表，在ETL開發的初期可以每天向業務單位發送過濾數據的郵件，促使他們盡快地修正錯誤,同時也可以做為將來驗證數據的依據。數據清洗需要注意的是不要將有用的數據過濾掉，對於每個過濾規則認真進行驗證，並要用戶確認。

隨著網路技術的發展，特別是Internet和Intranet技術的飛快發展，使得非結構化數據的數量日趨增大。這時，主要用於管理結構化數據的關系資料庫的局限性暴露地越來越明顯。因而，資料庫技術相應地進入了「後關系資料庫時代」，發展進入基於網路應用的非結構化資料庫時代。所謂非結構化資料庫，是指資料庫的變長紀錄由若干不可重復和可重復的欄位組成，而每個欄位又可由若干不可重復和可重復的子欄位組成。簡單地說，非結構化資料庫就是欄位可變的資料庫。

我國非結構化資料庫以北京國信貝斯(iBase)軟體有限公司的iBase資料庫為代表。IBase資料庫是一種面向最終用戶的非結構化資料庫，在處理非結構化信息、全文信息、多媒體信息和海量信息等領域以及Internet/Intranet應用上處於國際先進水平，在非結構化數據的管理和全文檢索方面獲得突破。它主要有以下幾個優點：

(1)Internet應用中，存在大量的復雜數據類型，iBase通過其外部文件數據類型，可以管理各種文檔信息、多媒體信息,並且對於各種具有檢索意義的文檔信息資源，如HTML、DOC、RTF、TXT等還提供了強大的全文檢索能力。

(2)它採用子欄位、多值欄位以及變長欄位的機制，允許創建許多不同類型的非結構化的或任意格式的欄位，從而突破了關系資料庫非常嚴格的表結構，使得非結構化數據得以存儲和管理。

(3)iBase將非結構化和結構化數據都定義為資源，使得非結構資料庫的基本元素就是資源本身，而資料庫中的資源可以同時包含結構化和非結構化的信息。所以，非結構化資料庫能夠存儲和管理各種各樣的非結構化數據，實現了資料庫系統數據管理到內容管理的轉化。

(4)iBase採用了面向對象的基石，將企業業務數據和商業邏輯緊密結合在一起，特別適合於表達復雜的數據對象和多媒體對象。

(5)iBase是適應Internet發展的需要而產生的資料庫，它基於Web是一個廣域網的海量資料庫的思想，提供一個網上資源管理系統iBase Web，將網路伺服器(WebServer)和資料庫伺服器(Database Server)直接集成為一個整體，使資料庫系統和資料庫技術成為Web的一個重要有機組成部分，突破了資料庫僅充當Web體系後台角色的局限，實現資料庫和Web的有機無縫組合，從而為在Internet/Intranet上進行信息管理乃至開展電子商務應用開辟了更為廣闊的領域。

(6)iBase全面兼容各種大中小型的資料庫，對傳統關系資料庫，如Oracle、Sybase、SQLServer、DB2、Informix等提供導入和鏈接的支持能力。

通過從上面的分析後我們可以預言，隨著網路技術和網路應用技術的飛快發展，完全基於Internet應用的非結構化資料庫將成為繼層次資料庫、網狀資料庫和關系資料庫之後的又一重點、熱點技術。

㈧ HDFS是不是能存儲結構化數據也能存儲非結構化數據

hdfs就是個文件系統，可以存任何東西，可以理解為一塊硬碟

㈨ 非關系型資料庫主要包括幾類各有什麼特點

NoSQL描述的是大量結構化數據存儲方法的集合，根據結構化方法以及應用場合的不同，主要可以將NoSQL分為以下幾類。

(1)Column-Oriented
面向檢索的列式存儲，其存儲結構為列式結構，同於關系型資料庫的行式結構，這種結構會讓很多統計聚合操作更簡單方便，使系統具有較高的可擴展性。這類資料庫還可以適應海量數據的增加以及數據結構的變化，這個特點與雲計算所需的相關需求是相符合的，比如GoogleAppengine的BigTable以及相同設計理念的Hadoop子系統HaBase就是這類的典型代表。需要特別指出的是，Big Table特別適用於MapRece處理，這對於雲計算的發展有很高的適應性。

(2)Key-Value。
面向高性能並發讀/寫的緩存存儲，其結構類似於數據結構中的Hash表，每個Key分別對應一個Value,能夠提供非常快的查詢速度、大數據存放量和高並發操作，非常適合通過主鍵對數據進行查詢和修改等操作。Key-Value資料庫的主要特點是具有極高的並發讀/寫性能，非常適合作為緩存系統使用。MemcacheDB、BerkeleyDB、Redis、Flare就是Key-Value資料庫的代表。

(3)Document-Oriented。
面向海量數據訪問的文檔存儲，這類存儲的結構與Key-Value非常相似，也是每個Key分別對應一個Value,但是這個Value主要以JSON(JavaScriptObjectNotations)或者XML等格式的文檔來進行存儲。這種存儲方式可以很方便地被面向對象的語言所使用。這類資料庫可在海量的數據中快速查詢數據，典型代表為MongoDB、CouchDB等。

NoSQL具有擴展簡單、高並發、高穩定性、成本低廉等優勢，也存在一些問題。例如，NoSQL暫不提供SQL的支持，會造成開發人員的額外學習成本;NoSQL大多為開源軟體其成熟度與商用的關系型資料庫系統相比有差距;NoSQL的架構特性決定了其很難保證數據的完整性，適合在一些特殊的應用場景使用。

㈩ 非結構化資料庫都有哪些謝謝

所謂非結構化資料庫，是指資料庫的變長紀錄由若干不可重復和可重復的欄位組成，而每個欄位又可由若干不可重復和可重復的子欄位組成。簡單地說，非結構化資料庫就是欄位可變的資料庫。