四大骑士团大团长
四大骑士团历任总团长
1、圣殿骑士团Knights Templar
圣殿骑士团（The Knights Templar Of The Templars）, 一译神庙骑士团。正式名称是“基督和所罗门圣殿贫苦骑士团”（The Poor Knights Of CHRIST）约于1118年在耶路撒冷建立的宗教性封建军事组织。法国香槟区的贵族雨果?德?帕英（Hugh De Payens）和其他八名骑士于1119年创立了该组织。主要由法国骑士组成。骑士团最初驻扎在毗邻救世主教堂的耶路撒冷圣殿山上的阿克萨清真寺的一角，而这个清真寺正是建在传说中所罗门国王的神殿（The Temple Of Solomen）上。据说因骑士团首领最早驻地在耶路撒冷圣殿附近而得名。圣殿骑士团红十字圣殿骑士团的标志是白色的制服外加白色长袍。徽章则是两名持盾和矛的骑士骑在一匹马上，盾上绘有红色的十字。这个徽章象征着骑士团的成员一开始是贫穷的骑士，后来又被解释为骑士团成员的袍泽之谊，不过到了法王腓力四世打击圣殿骑士团时，却被认为是骑士团成员搞同性恋的象征。骑士团的口号是“神的旨意（God wills it）”。
历任总团长GRAND MASTERS of the TEMPLARS
耶路撒冷时期Jerusalem Era 1118-1191
休?德?佩恩斯Hugh de Payens 1118-1136
罗伯特一世?德?克拉恩Robert I de Craon 1136-1146
埃弗拉德?德?巴雷斯Everard des Barres 1146-1149
伯纳德?德?托米莱Bernard de Tormelai 1149-1153
安德烈?德?蒙塔巴德Andre de Montbard 1153-1156
伯特兰?德?布兰克福特Bertrand de Blanchefort 1156-1169
菲利普一世?德?米利Philippe I de Milly 1169-1171
尤德斯?德?阿曼德Eudes de St. Amand. 1171-1179
阿诺德?德?托洛哥Arnold de Toroga 1179-1184
杰勒德?德?罗德福特Gerard de Ridfort 1185-1189
空位时期vacant 1189—1191
阿克城时期Acre (Akko) Era 1191-1291
罗伯特二世?德?塞布尔Robert II de Sable 1191-1193
赫伯特?伊拉勒Gilbert Erail 1193-1200
菲利普二世?德?普莱泽兹Philippe II de Plessiez 1201-1208
吉拉米一世?德?查特斯Guillaume I de Chartres 1209-1219
皮埃尔?德?孟太古Pierre de Montaigu 1219-1230
赫尔曼?德?佩里戈德Herman de Perigord 1231 ?-1244
理查德?德?伯里斯Richard de Bures 1245-1247
吉拉米二世?德?索纳克Guillaume II de Sonnac 1247-1250
雷纳德德维克希尔斯Reynald de Vichiers 1250-1256
托马斯?贝拉尔Thomas Berard 1256-1273
吉拉米三世?德?博让Guillaume III de Beaujeu 1273-1291
塞浦路斯时期Cyprus era 1291-1314
蒂巴德?德?高迪恩Tibald de Gaudin 1291-1293
雅克?德?莫莱Jacques de Molay 1293-1314
骑士团在法国赫其他地区被镇压时期1307-1314
1307年10月13日，星期五。法国的腓力四世发出了逮捕法国境内全体圣殿骑士的密令（圣殿骑士团在法国总部—塔姆佩尔神庙）。结果，这个骑士团的几乎全部成员，包括总团长雅克?德?莫莱及其副手雨果?德?佩罗，统统被关进了宗教裁判所的拷问室。大批圣殿骑士在侦讯过程中被折磨死去，骑士团的组织也随之瓦解。1312年，维也纳宗教会议上教皇克莱门特五世下令，正式解散了圣殿骑士团。1314年3月，莫莱被烧死。
重建时期
琼?马克?拉尔门修斯Jean-Marc Larmenius de Jerusalem 1314-1324
弗朗西斯克?托马斯?蒂博?亚历山大Fran?ois-Thomas-Thibaut d'Alexandrie 1324-1340
2 【转贴】欧洲四大骑士团历任总团长
阿诺德?德?布拉克?巴拉克Arnould de Braque 1340-1349
琼?德?克莱门特Jean de Clermont 1349-1357
伯特兰?杜?格斯克林Bertrand du Guesclin 1357-1381
琼三世Jean (III, Count d'Armagnac 1384-1391) 1381-1391
伯纳德七世Bernard (VII, Count d'Armagnac 1391-1418) 1391-1418
琼四世Jean (IV, Count d'Armagnac 1418-1450) 1418-1450
琼?德?克罗伊Jean de Croy 1450-1472
霍根特?伯纳德?英布拉特Regent Bernard Imbault 1472-1478
罗伯特?德?里昂考特?德?罗兰Robert de Lenoncourt de Lorraine 1478-1497
加勒斯?德?萨尔察Galéas de Salazar 1497-1516
菲利普?德?沙布特Philippe de Chabot 1516-1544
加斯帕德德索尔克特德塔温纳斯Gaspard de Saulx et de Tavennes 1544-1574
亨利?德?蒙特莫西伦Henri de Montmorency 1574-1615
查尔斯?德?瓦鲁瓦Charles de Valois 1615-1651
雅克?鲁伊?德?格兰克西Jacques Rouxel de Grancey 1651-1681
雅克-亨利?德?布尔邦Jacques-Henri de Bourbon, Duc de Duras 1681-1705
菲利普?德?布尔顿Philippe de Bourbon, Duc de Orléans 1705-1724
路易-奥格斯特?德?布尔顿Louis-Auguste de Bourbon, Duc de Maine 1724-1737
路易-亨利?德?布尔顿Louis-Henri de Bourbon, Prince de Condé1737-1741
路易-弗朗西斯克?德?布尔顿Louis-Fran?ois de Bourbon, Prince de Conti 1741-1776
路易-蒂伯伦?德?布里萨克Louis-Hercules-Timoléon de Cossé, Duc de Brissac 1776-1792
克劳德?马瑟?雷蒂克斯?德?切维伦Claude-Mathieu Radix de Chevillon 1792-1804
勃兰特-雷蒙德?法布?帕拉帕特Bernard-Raymond Fabré-Palaprat 1804-1813，1827-1838
查尔斯-安东尼，杜克?德?乔尔瑟斯Charles-Antoine-Gabriel, Duc de Choiseul 1813，1838
查尔斯-路易?勒?佩莱蒂尔Charles-Louis Le Peletier, Comte d'Aunay 1813-1827
莫尔顿-沙布里兰Charles-Fortune-Jules Guigues Ct. de Moréton & de Chabrillan1838-1839
史密斯?威廉?悉尼Sir William Sidney Smith 1839-1840
琼玛丽?拉乌尔Jean-Marie Raoul 1840-1850
纳塞斯?瓦勒里Narcisse Valleray 1850-1866
弗农斯Dr. A. G. H. Vernois 1866-1892
约瑟夫?皮莱丹Joseph Péledan 1892-1894
国际秘书长"Secrétariat International des Templiers" 1894-1934
"Conseil de regénce" 1934-1935
西奥多?科维斯Theodore Covias 1935
埃米尔?科莱蒙特?万登堡Emile-Clement-J. I. Vandenberg 1935-1942
安东尼奥?坎普劳Antonio Campello Pinto de Sousa Fontes 1942-1960
费尔南多?坎普劳Fernando Campello Pinto Pereira de Sousa Fontes 1960-
Visit a Templar possession in the Middle East: Arvad.
2、The Knights of St. John Hospitaler of Jerusalem（耶路撒冷圣约翰医院骑士团）
医院骑士团全称是“耶路撒冷圣约翰医院骑士团”，又被称为圣约翰骑士团，成立于1099年，
圣约翰骑士团历任大头领GRAND MASTERS of the KNIGHTS of St. JOHN
耶路撒冷时期Jerusalem Era 1113-1142
格拉德Gerard (Procurator of Hospitals) 1113-1120
雷蒙德?德?普伊Raymond de Puy (Master of the Order) 1120-1159
Krak des Chevaliers Era 1142-1271
奥格?德?巴勒本Auger de Balben 1159-1162
3 【转贴】欧洲四大骑士团历任总团长
阿诺德?德?康普斯Arnaud de Comps 1162-1163
吉尔伯特?阿塞勒Gilbert d'Assaily 1163-1170
加斯顿?德?默伦Gaston de Murols 1170-1172
朱伯特Joubert 1172-1177
罗格一世?德?莫林Roger I des Moulins 1177-1187
厄门加德?阿斯帕Ermengard d'Asp 1188-1190
加尼尔?德?拿破伦Garnier de Naplous 1190-1192
杰弗里一世?德?多金Geoffroy I de Donjon 1192-1202
阿方索?德?波图加勒Alfonso de Portugal 1202-1206
杰弗里二世?勒拉特Geoffroy II Lerat 1206-1207
加林?德?蒙太古Garin de Montaigu 1207-1227
伯特兰一世?德?塞西伊Bertrand I de Thessy 1228-1231
格林Guerin 1231-1236
伯特兰二世?德?康普斯Bertrand II de Comps 1236-1239
皮埃尔一世?德?维勒—布赖德Pierre I de Vielle-Bride 1240-1242
吉尔多姆一世?德?查特尼弗Guillaume I de Chateuneuf 1242-1258
休斯?德?雷维尔Hughes de Revel (Grand Master of the Order 1267) 1258-1277
阿克城时期Acre (Akko) Era 1271-1291
尼古拉斯一世?洛奇Nicolas I Lorgne 1277-1284
琼一世?德?维利尔斯Jean I de Villiers 1284-1293
1291年阿克城为马木路克王朝攻占，骑士团迁往塞浦路斯岛。
塞浦路斯时期Cyprus Era 1291-1307
奥顿?德?品斯Odon de Pins 1294-1296
吉尔多姆二世?德?维拉里特Guillaume II de Villaret 1296-1305
1309年塞浦路斯为奥斯曼帝国攻占，骑士团迁往罗得岛。
罗得岛时期Rhodes Era 1309-1522 （罗得骑士团）
富尔克?德?维拉里特Fulk de Villaret 1305-1323
赫里德Helion de Villeneuve 1323-1346
迪德纳?德?高佐Dieudonne de Gozon 1346-1354
皮埃尔二世?德?科恩内兰Pierre II de Corneillan 1354-1355
罗格二世?德?施品Rogier II DesPins 1355-1365
罗蒙二世?贝伦格Ramon II Berengar 1365-1373
罗伯特?德?朱里Robert de Juilly 1373-1377
胡安?费尔南多德?厄尔迪Juan Fernando de Erdia 1377-1396
菲利伯特?德?奈拉克Philibert de Naillac 1396-1421
安东尼奥一世?迪?弗拉维纳奥Antonio I di Fluviano 1421-1437
琼二世?德?拉斯蒂科Jean II de Lastic 1437-1454
雅克?德?米利Jacques de Milly 1454-1461
佩德罗?罗蒙?扎克斯塔Pedro Ramon Zacosta 1461-1467
贾巴蒂斯塔?奥西尼Gianbattista Orsini 1467-1476
皮埃尔三世?德?奥布森Pierre III d'Aubusson 1476-1503
埃默里克?德?安伯瑟Emeric de Amboise 1503-1512
盖伊?德?布兰克弗特Guy de Blanchefort 1512-1513
法布里齐奥?迪?凯尔特-菲纳利Fabrizio di Caretto-Finale 1513-1521
1521年奥斯曼帝国苏莱曼大帝攻占罗得岛，骑士团迁往马耳他岛。
马耳他岛时期Malta Era 1530-1798 （马耳他骑士团）
菲利普?维里尔斯?亚当Philippe de Villiers de l'Isle Adam 1521-1534
彼得四世?德?庞特Peter IV del Ponte 1534-1535
迪迪埃?德?塞恩特-杰尔勒Didier de Sainte-Jaille 1535-1536
琼三世?奥米德斯Jean III Omedes 1536-1553
克劳德?德?拉?桑勒Claude de la Sangle 1553-1557
琼四世?帕里斯特?德?拉?瓦莱特Jean IV Parisot de la Valette 1557-1568
彼得五世?吉达劳蒂?德?蒙特Pietro V Guidalotti del Monte 1568-1572
4 【转贴】欧洲四大骑士团历任总团长
琼五世?伊夫克?德?拉?卡西尔Jean V L'Eveque de la Cassiere 1572-1581
休二世?路邦?维尔德尔Hugh II Loubeaux-Verdalle 1582-1595
马丁一世?加西亚Martin I Garcias 1595-1601
阿洛伊修斯?德?威格纳考特Aloysius de Wignacourt 1601-1622
路易一世?蒙德斯?德?瓦斯考克豪斯Luis I Mendes de Vasconcelhos 1622-1623 安东尼奥二世?德?保罗Antonio II de Paula 1623-1636
胡安?保罗?拉斯卡拉斯?德?卡斯特拉Juan Pablo Lascaris de Castellar 1636-1657 马丁二世?德?雷丁Martin II de Redi 1657-1660
安尼特?德?克里蒙?德?查滕根森Annete de Clermont de Chattegesson 1660
拉菲尔?科托纳Raphael Cotoner 1660-1663
尼古拉斯二世?科托纳Nicolas II Cotoner 1663-1680
格雷格里奥?查拉法?德?罗克拉Gregorio Caraffa de Rocella 1680-1690
阿德林?德?威格纳考特Adrien de Wignacourt 1690-1697
罗蒙三世?珀西伦Ramon III Percellos 1697-1720
马尔康托尼奥?佐达达里Marcantonio Zondadari 1720-1722
安东尼奥?曼纽尔?德?维赫纳Antonio Manuel de Vilhena 1722-1736
雷蒙德三世?德斯帕Raymond III Despugh 1736-1741
曼纽尔一世?品脱Manuel I Pinto 1741-1773
弗朗西斯科?西门子?德?特加达Francisco Ximenez De Tejada 1773-1775
伊曼纽尔一世?德?罗汉-普杜克Emmanuel II de Rohan-Polduc 1775-1797
费迪南德?冯?霍姆佩施Ferdinand von Hompesch 1797-1798
托马斯?迪?康塔拉Thomas di Contara 1798 d.1805
1798年6月11日，拿破仑攻占马耳他岛，逐骑士团，大部分迁往俄罗斯，受沙皇庇护，沙皇被选为总团长。
第一次罗马时期First Roman Era 1798-1826
保罗?罗曼诺夫Paul Romanov (俄罗斯沙皇) 1798-1801
空位时期vacant 1801—1803
贾巴蒂斯塔?托马斯Gianbattista Tommasi 1803
空位时期vacant 1803—1805
利特纳特?杰纳勒尔Lieutenant-Generals
莫尼克-玛利亚?格瓦拉?萨维多Innico-Maria Guevara Svardo 1805-1814
安德烈?迪?格万尼Andre DiGiovanni 1814-1821
意大利斐拉拉时期Ferrara Era 1826-1834
安托万?巴斯卡Antoine Busca 1821-1834
卡洛斯?坎迪达Carlos Candida 1834-1845
菲利普?迪?科洛里德-梅尔斯Philippe di Colloredo-Mels 1845-1864
亚历山大?博格Alexandre Borgia 1865-1871
第二次罗马时期Second Roman Era 1834-
贾巴蒂斯塔?塞斯克Gianbattista Ceschi (as Lt. Gen. 1871-1879) 1879-1905
加里亚佐?冯?图恩?霍亨斯丁Galeazzo von Thun und Hohenstein 1905-1931
休斯?弗兰克?迪?卡瓦里瑞Pius Franchi di Cavalieri (Lt. Gen.) 1929-1931
卢多维克?奇克Ludovico Chigi 1931-1951
安东尼奥?赫尔克兰尼?西蒙那塔Antonio Hercolani Simonetta (Lt. Gen.) 1951-1955
欧内斯特?帕特诺Ernesto Paterno (Lt. Gen.) 1955-1962
安杰洛?莫哈纳?迪?科洛纳Angelo de Mohana di Cologna 1962-1988
贾卡洛?普拉维克尼Giancarlo Pullavicini (Lt. Gen.) Jan.-Apr 1988
安德鲁?威罗比?尼尼安?伯蒂Andrew Willoughby Ninian Bertie 1988-
3、条顿骑士团The TEUTONIC KNIGHTS
条顿骑士团成立于1198年。转战于中东、匈牙利、波兰、普鲁士等地，建立骑士团国家，十四世纪在东欧势力达到鼎盛。
5 【转贴】欧洲四大骑士团历任总团长
条顿骑士团The TEUTONIC KNIGHTS
战地医院时期HOSPITALLAR BROTHERHOOD
阿克城Acre (Akko) Era 1189/90-1230
希伯兰德Sibrand 1189/90-1192
杰勒德Gerard 1192-1193/4
海因里希Heinrich 1193/4-1195
乌尔里克Ulrich 1195-1196
海因里希Heinrich (Walpot von Bassenheim ?) 1196-1198
骑士团历任总团长GRAND MASTERS of the TEUTONIC KNIGHTS
海因里希一世?瓦普特?冯?巴塞赫姆Heinrich I Walpot von Bassenheim 1198-1200
奥托?冯?克尔喷Otto von Kerpen 1200-1206
海因里希二世?冯?滕纳Heinrich II von Tunna, called Barth 1206-1209
赫尔曼?冯?萨尔察Hermann von Salza 1209/10-1239
蒙特福特时期Montfort Era 1230-1271
图林根的康拉德一世Konrad I of Thuringia 1239-1240
格哈德?冯?马勒堡Gerhard von Malberg 1241-1244
海因里希三世?冯?霍恩洛厄Heinrich III von Hohenlohe 1244-1249
冈瑟?冯?施瓦曾伯格Günther von Schwarzenburg 1249-1253
波普?冯?奥斯特纳Poppo von Osterna 1253-1257
汉农?冯?桑格豪森Hanno von Sangershausen 1257-1274
阿克城时期Acre (Akko) Era 1271-1291
哈特曼?冯?赫勒堡根Hartmann von Helbrungen 1274-1283
伯克哈德?冯?施瓦登Burkhard von Schwanden 1283-1290
威尼斯时期Venice Era 1291-1309
康拉德二世?冯?福伊西特万格Konrad II von Feuchtwangen 1290-1297
戈特弗里德?冯?霍伦赫Gottfried von Hohenlohe 1297-1302 d.1309
西格弗里德?冯?福伊西特万格Siegfried von Feuchtwangen 1302-1310 d.1311
马林堡时期Marienburg (Prussia) Era 1309-1457
卡尔?贝斯特Karl Bessart 1311-1324
沃纳?冯?奥瑟伦Werner V on Orselen 1324-1330
洛斯尔Lothar of Brunswick 1331-1335
迪特里希?冯?阿尔滕堡Dietrich von Altenburg 1335-1341
鲁道夫?科恩?冯?瓦特扎Ludolf Konig V on Wattzau 1342-1345
海因里希四世?杜森纳?冯?阿夫伯格Heinrich IV Dusener von Arfberg 1345-1351
温里希?冯?奈普奥德Winrich von Kniprode 1351-1382
康拉德三世?佐林格?冯?罗斯坦Konrad III Zollner von Rothstein 1382-1390
康拉德四世?冯?沃勒德Konrad IV von Wallenrode 1391-1393
康拉德五世?冯?琼宁根Konrad V von Juningen 1393-1407
乌尔里克?冯?琼宁根Ulrich von Jungingen （战死）1407-1410
海因里希五世?冯?罗伊斯Heinrich V von Reuss 1410-1413 d.1429
米歇尔?库彻梅斯特?冯?斯特尔伯格Michel Kuchenmeister von Sternburg 1414-1422 保尔?贝伦泽?冯?鲁斯道夫Paul Belenzer von Ruszdorf 1423-1440
康拉德六世?冯?厄里克豪森Konrad VI von Erlichshausen 1441-1449
路德维希?冯?厄里克豪森Ludwig von Erlichshausen 1450-1467
柯尼斯堡时期K?nigsberg (East Prussia) Era 1457-1525
柯尼斯堡（今俄罗斯德加里宁格勒）
海因里希六世?冯?里佩斯Heinrich VI von Reuss 1467-1470
海因里希七世?里夫勒?里克特伯格Heinrich VII Reffle von Richtenberg 1470-1477 马丁?图克斯特兹?冯?韦茨豪森Martin Truchsetz von Wetzhausen 1477-1489
约翰尼?冯?蒂芬Johann von Tieffen 1489-1497
萨克森的弗里德里希Friedrich of Saxony 1497-1510
6 【转贴】欧洲四大骑士团历任总团长
阿尔伯特Albrecht of Brandenburg-Kulmbach 1510-1525 d.1568
空位时期vacant 1525—1527
梅尔根海姆时期Mergentheim Era 1527-1809
梅尔根海姆（今德国巴登—符滕堡州美因陶尔县的一个城市，在陶伯尔河谷）
沃尔特?冯?克伦伯格Walter von Cronberg 1527-1543
沃尔夫冈?舒巴茨Wolfgang Schutzbar 1543-1566
乔治?亨德?冯?韦克海姆Georg Hundt von Weckheim 1566-1572
海因里希八世?冯?博本豪森Heinrich VIII von Bobenhausen 1572-1590 d.1595
马克西米连Maximilian of Austria 1590-1618
卡尔一世Karl I of Austria 1619-1624
约翰?尤斯塔克?冯?维斯顿克Johann Eustach von Westernach 1625-1627
约翰尼?卡斯帕一世Johann Kaspar I von Stadion 1627-1641
利奥波德?威廉Leopold Wilhelm of Austria 1641-1662
卡尔?约瑟夫Karl Josef of Austria 1662-1664
约翰尼?卡斯帕二世?冯?阿姆普林根Johann Kaspar II von Ampringen 1664-1684
路德维希?安东Ludwig Anton of Palatinate-Neuburg 1685-1694
路德维希?弗兰兹Ludwig Franz of Palatinate-Neuburg 1694-1732
克莱门斯?奥格斯特Clemens August of Bavaria (Abp.-Elect. Cologne) 1732-1761
查尔斯?亚历山大Charles Alexander of Lorraine 1761-1780
马克西米连?弗兰兹Maximilian Franz of Austria 1780-1801
卡尔二世Karl II of Austria 1801-1804
安东?维克多Anton Viktor of Austria 1804-1835
1809年解散，1834年重建，但仅仅是医院慈善性质。
马克西米连Maximilian of Austria-Este 1835-1863
威廉?弗兰兹?卡尔Wilhelm Franz Karl of Austria 1863-1894
尤金?费蒂南德Eugen Ferdinand Pius Bernhard of Austria 1894-1923 d.1954
神职人员领导PRIESTL Y ORDER
诺伯特?克莱因Dr. Norbert Klein 1923-1933
保罗?海德尔Paul Heider 1933-1936
罗伯特?沙尔兹伊Robert Sch?lzky 1936-1948
马里安?特姆勒Dr. Marian Tumler 1948-1970
伊尔德弗斯?保拉Ildefons Pauler 1970-1988
阿诺德?奥斯默?威兰Dr. Arnold Othmar Wieland 1988-2000
布鲁诺?普拉特Bruno Platter 2000-
普鲁士公国（1525—1701）
1510年，勃兰登堡选侯国霍亨索伦家族德阿尔伯特当选为总团长。1525年6月，放弃加特力教信仰，改宗路德教，解散骑士团，使骑士团国家世俗化，成立普鲁士公国，称公爵，领土仅东普鲁士，臣属于波兰。1618年，阿尔伯特?腓特烈死后无男嗣，公爵爵位转给其妹夫勃兰登堡选侯国霍亨索伦家族的约翰?西格蒙德，使得两国在事实上合并。1660年通过《奥利瓦和约》，取得对普鲁士公国的主权，建立勃兰登堡—普鲁士国。1701年1月18日，腓特烈三世在柯尼斯堡加冕为普鲁士王国国王，两国正式合并。腓特烈三世改称普鲁士王国的腓特烈一世。
霍亨索伦王朝HOHENZOLLERN
阿尔伯特Albert (Grand Master Teutonic Kts. 1510-25) 1525-1568
阿尔伯特?腓特烈Albert Frederick 1568-1618
约翰?西格蒙德John Sigismund (Mgv. Brandenburg 1608-19) 1618-1619
乔治?威廉George William 1619-1640
腓特烈?威廉Frederick William 1640-1688
腓特烈三世Frederick III (I, King in Prussia 1701) 1688-1713
4、宝剑兄弟骑士团历任总团长
ORDER of the SWORDBROTHERS（1202—1237，1237—1561）拉脱维亚
1201年立沃尼亚主教阿尔伯特建里加城。1202年成立宝剑骑士团，1204年获得教皇批准。维莫?冯?罗尔巴克Wimo von Rohrbach （阿尔伯特？）1202-1208
7 【转贴】欧洲四大骑士团历任总团长
沃克温?冯?温特斯坦滕Volkwin von Winterstatten 1208-1236
1237年，一部分与条顿骑士团合并，一部分称立沃尼亚骑士团（也叫：日耳曼骑士团）
赫尔曼?巴拉克Hermann Balke 1237-1238
空位时期vacant 1238—1240
安德鲁斯一世?冯?维拉温Andreas I von Velven, Master of Riga 1240-1241
迪特里希?冯?格鲁尼根Dietrich von Grüningen 1242-1245 d. c.1259
海因里希一世?冯?海姆伯格Heinrich I von Heimburg 1245-1248
安德鲁斯二世?冯?斯特兰德Andreas II von Stirland 1248-1253
埃伯哈德一世?冯?塞那Eberhard I von Seine 1253
汉诺?冯?桑格豪森Hanno von Sangerhausen (GM. TO. 1257-74) 1253-1256 d.1274 路德维希Ludwig --- 1256-1257
伯查德?冯?霍恩豪森Burchard von Hornhausen 1257-1260
乔治?冯?艾希施泰德Georg von Eichstadt 1260-1261/2
赫姆里希?冯?伍尔兹堡Helmrich von Wurzburg 1262
沃纳?冯?布莱特豪森Werner von Breithausen 1261-1263
康拉德一世?冯?曼斯塔特Konrad I von Manstadt 1263-1266
奥托?冯?路特尔堡Otto von Lutterberg 1266-1270
安德鲁斯三世?冯?韦斯特法棱Andreas III Von Westphalen 1270
沃尔瑟一世冯诺德克Walther I V on Nordeck 1270-1273
厄恩斯特?冯?拉特兹伯格Ernst V on Ratzeburg 1274-1279
格哈德一世?冯?卡特曾棱堡根Gerhard I Gf. v. Katzenellenbogen 1279
康拉德二世?冯?福伊希特万格Konrad II von Feuchtwangen 1279-1281/2
曼戈尔德?冯?斯滕伯格Mangold von Sternberg 1281-1283
威廉一世?冯?肖尔伯格Wilhelm I Gf. v. Schauenburg 1282-1287
康拉德三世?冯?赫茨斯坦Konrad III von Herzogstein 1288-1289/90
巴尔泽萨?霍尔特Balthasar Holte 1290-1293
海因里希二世?冯?邓普沙根Heinrich II von Dumpshagen 1294/5-1296
布鲁诺Bruno 1296/7-1298
戈特弗里德?冯?罗格Gottfried von Rogga 1298-1309
格哈德二世?冯?杰克Gerhard II von Jocke 1309-1324
赖默?黑尼Reimar Hane 1324-1328
埃伯哈德三世?冯?蒙海姆Eberhard III von Monheim 1328-1340
伯查德一世?冯?德莱本Burchard I V on Dreileben 1340-1345
古勒温?冯?哈瑞克Golwin (or Goswin) von Hericke 1345-1360
阿诺德?冯?维廷夫Arnold von Vietinghof 1360-1364
威廉二世?冯?弗蒙希海姆Wilhelm II von Frimersheim 1365-1385
罗宾?冯?埃特兹Robin von Eltz 1385-1389
温内曼二世冯布鲁根内Wennemar II von Bruggenei 1389-1401
康拉德三世?冯?维廷夫Konrad III von Vietinghof 1401-1413
迪特里希三世?托克Dietrich III Tork 1413-1415
西格里德?兰德?冯?斯帕海姆Siegried Lander von Spanheim 1415-1424
塞瑟?冯?拉滕伯格Cysse von Rutenberg 1424-1433
弗兰克?冯?科斯道夫Frank von Kersdorf 1433-1435
海因里希三世?冯?巴肯奥德Heinrich III von Buckenorde 1435-1437
海因里希四世?文克?冯?奥伯根Heinrich IV Vincke von Oberbergen 1438-1450
约翰尼一世?冯?门格登Johann I von Mengden 1450-1469
约翰尼二世?沃斯森?冯?希斯Johann II Wolthusen von Heerse 1470-1471
伯恩哈德?冯?邓?博尔奇Bernhard von dem Borch 1471-1483
约翰尼三世?弗里塔格?冯?劳瑞夫Johann III Freitag von Loringhof 1483-1494
沃尔瑟二世?冯?普莱滕伯格Walther II von Plettenberg 1494-1535
赫尔曼二世?冯?布鲁格尼Hermann II von Bruggenei 1535-1549
约翰尼四世?冯?德雷克Johann IV von der Recke 1549-1551
海因里希五世?冯?盖伦Heinrich V von Galen 1551-1557
威廉三世?冯?弗斯滕伯格Wilhelm III Gf. v. Fürstenberg 1557-1559 d.1568 戈特哈德?科特勒Gotthard Kettler 1559-1561 d.1587
1561年立沃尼亚骑士团转化为世俗德库尔兰德公国。
库尔兰德公国DUCHY of KURLAND 1561—1795
戈特哈德?科特勒Gotthard (Mast. of Swordbrothers 1559-61) 1561-1587
弗雷德里克Frederick 1587-1639
雅格布Jacob 1639-1682
弗雷德里克?卡西米尔Frederick Casimir 1682-1698
弗雷德里克?威廉Frederick William 1698-1711
安尼女王Anne (fem.) 1711-1730 d.1740
弗里德南德Ferdinand 1730-1737
欧内斯特?约翰Ernest John 1737-1741，1763-1769，d.1772
俄罗斯统治To Russia 1741-1759
查尔斯Charles 1759-1763 d.1796
彼得Peter 1769-1795 d.1800
俄罗斯统治To Russia 1795-1918
其他骑士团
一、西班牙
1、卡拉特拉瓦僧团—1164年创立，一说1158—1493
2、阿维什僧团—1166年创立。
3、孔波斯特拉的圣詹姆斯—1175年创立。
二、王家创立的著名骑士团
1、英国：嘉德骑士团—约1344年创立。
2、法国：星辰骑士团—1351年创立。
3、法国：圣迈克尔骑士团—（1469—1830）。
4、勃艮第：金羊毛骑士团—1429年创立，1477年成为哈布斯堡王朝。
大数据的基本特点
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。随着云时代的来临，大数据也吸引了越来越多的关注。那么，大数据的基本特点有哪些呢？ 首先是体量巨大，种类繁多。互联网搜索的发展、电子商务交易平台的覆盖和微博等社交网站的兴起，产生了无穷无尽的各种数据内容。数据类型日益繁多，例如视频、文字、图片、符号等各种信息，发掘这些形态各不相同的数据流之间的相关性是大数据的最大优点。比如供水系统数据与交通状况比较可以发现清晨洗浴和早高峰的时间密切相关，电网运行数据和堵车时间地点有相关性，交通事故率关联睡眠质量等。 其次是开放公开，容易获得。大数据不仅存在于特定的政府机构和企业组织，而是社会生活生产过程中自动产生存储的。电信公司积累客户的电话沟通记录，电子商务网站整合消费者的各种信息，企业通过挖掘海量数据可以增强自身能力，改善运营服务，提供决策支持，
实现商业智能进而为企业带来高额经济效益回报，发现企业发展的特殊规律。例如在今天，越来越多的商业组织和政府机构大量组织收集微博上的海量信息，分析个人特征和属性标签，预测社会舆情、电影票房或者商业机会。开放公开容易获得的数据源成为大数据时代的基本特征，产生巨大的社会影响。 再次是重视社会预测。预测是大数据的本质特征。在大数据时代，预见行业未来的能力成为企业追求的目标。最近美国Netflix公司推出《纸牌屋》，即通过采集其3000万用户的播放动作，包括打开、暂停、快进、倒退等动作，分析其注册用户的几百万次评级与搜索。 最后是重视发现而非实证。大数据则重视数据，创造知识，预测前景，探索未知，关注现象，发现机遇。预见未来依靠自下而上的数据收集处理，不依赖理论假设的前提下去发现知识，预知未来，洞察趋势，找到规律。例如沃尔玛超市经过大数据技术分析海量交易数据，察觉周末如果男人买婴儿尿布的同时会顺便买啤酒的独特现象。通常数据挖掘不做刻板假设，具有未知性，但结果有效并且实用。 以上就是全部内容，希望对大家有所帮助，感谢您的阅读！
三大主流数据库对比 哪个更有优势
三大主流数据库对比哪个更有优势 Oracle Oracle 能在所有主流平台上运行（包括Windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持，Oracle并行服务器通过使一组结点共享同一簇中的工作来扩展Windows NT的能力，提供高可用性和高伸缩性的簇的解决方案。如果Windows NT不能满足需要，用户可以把数据库移到UNIX中。Oracle 的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。Oracle获得最高认证级别的ISO标准认证.Oracle性能最高，保持开放平台下的TPC-D和TPC-C的世界记录Oracle多层次网络计算，支持多种工业标准，可以用ODBC、JDBC、OCI等网络客户连接。 Oracle 在兼容性、可移植性、可联结性、高生产率上、开放性也存在优点。Oracle产品采用标准SQL，并经过美国国家标准技术所（NIST）测试。与IBM SQL/DS，DB2，INGRES，IDMS/R等兼容。Oracle的产品可运行于很宽范围的硬件与操作系统平台上。可以安装在70种以上不同的大、中、小型机上；可在VMS、DOS、UNIX、WINDOWS等多种操作系统下工作。能与多种通讯网络相连，支持各种协议（TCP/IP、DECnet、LU6.2等）。提供了多种开发工具，能极大的方便用户进行进一步的开发。Oracle良好的兼容性、可移植性、可连接性和高生产率是Oracle RDBMS具有良好的开放性。 Oracle价格是比较昂贵的。据说一套正版的Oracle软件早在2006年年底的时候在市场上的价格已经达到了6位数。所以如果你的项目不是那种超级大的项目，还是放弃Oracle 吧。 SQL Server SQL Server 是Microsoft推出一套产品，它具有使用方便、可伸缩性好、与相关软件集成程度高等优点，逐渐成为Windows平台下进行数据库应用开发较为理想的选择之一。SQLServer是目前流行的数据库之一，它已广泛应用于金融、保险、电力、行政管理等与
大数据的4V特征
大数据的4V特征 近几年很多领域都在讨论如何发展和运用大数据，那么什么是大数据？大数据的特征是什么？好多人不怎么了解，下文对这些方面进行简单的阐述。 （一）大数据（Big Data） 大数据是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。如沃尔玛或谷歌这类领先企业都要付高昂的代价才能从大数据中挖掘信息。而当今的各种资源，如硬件、云架构和开源软件使得大数据的处理更为方便和廉价。即使是在车库中创业的公司也可以用较低的价格租用云服务时间了。对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。例如零售业中对门店销售、地理和社会信息的分析能提升对客户的理解。对大数据的二次开发则是那些成功的网络公司的长项。例如Facebook通过结合大量用户信息，定制出高度个性化的用户体验，并创造出一种新的广告模式。这种通过大数据创造出新产品和服务的商业行为并非巧合，谷歌、雅虎、亚马逊和Facebook它们都是大数据时代的创新者。 （二）大数据的4V特征 大量化(V olume)：企业面临着数据量的大规模增长。例如，IDC最近的报告预测称，到2020年，全球数据量将扩大50倍。目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。此外，各种意想不到的来源都能产生数据。 多样化(Variety)：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。 快速化(Velocity)：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。根据IMS Research关于数据创建速度的调查，据预测，到2020年全球将拥有220亿部互联网连接设备。 价值化（Value）：大量的不相关信息，浪里淘沙却又弥足珍贵。对未来趋势与模式的可预测分析，深度复杂分析（机器学习、人工智能Vs传统商务智能(咨询、报告等） 蚁坊软件在舆情大数据处理中注重大量化、多样化、快速化、价值化，凭借自身的大数据平台为客户提供舆情应用服务，其中鹰击提供微博舆情监测分析服务，正是基于这四个维度，其舆情“早发现”的能力显著领先竞争对手，为舆情早报告、早响应提供先机；而蚁坊软件旗下的另外一款典型产品，则是从多样性（全网）、快速性方面独有优势——鹰眼提供全网舆情监测分析服务，方便客户“速读网”，掌控舆情发展态势。
多种数据库性能比较
多种数据库性能比较 Orcale 数据库美国Orcale 公司研制的一种关系型数据库管理系统，是一个协调服务器和用于支持任务决定型应用程序的开放型RDBMS。它可以支持多种不同的硬件和操作系统平台，从台式机到大型和超级计算机，为各种硬件结构提供高度的可伸缩性，支持对称多处理器、群集多处理器、大规模处理器等，并提供广泛的国际语言支持。 Orcale 是一个多用户系统，能自动从批处理或在线环境的系统故障中恢复运行。系统提供了一个完整的软件开发工具 Developer2000，包括交互式应用程序生成器、报表打印软件、字处理软件以及集中式数据字典，用户可以利用这些工具生成自己的应用程序。Orcale 以二维表的形式表示数据，并提供了SQL(结构式查询语言)，可完成数据查询、操作、定义和控制等基本数据库管理功能。 Orcale 具有很好的可移植性，通过它的通信功能，微型计算机上的程序可以同小型乃至大型计算机上的Orcale，并且能相互传递数据。另外Orcale 还具有与C 语言的接电子表格、图形处理等软件。 Orcale 属于大型数据库系统，主要适用于大、中小型应用系统，或作为客户机/服务器系统中服务器端的数据库系统。 DB2 数据库 IBM 公司研制的一种关系型数据库系统。DB2 主要应用于大型应用系统，具有较好的可伸缩性，可支持从大型机到单用户环境，应用于OS/2、Windows 等平台下。 DB2 提供了高层次的数据利用性、完整性、安全性、可恢复性，以及小规模到大规模应用程序的执行能力，具有与平台无关的基本功能和SQL 命令。DB2 采用了数据分级技术，能够使大型机数据很方便地下载到 LAN 数据库服务器，使得客户机/服务器用户和基于 LAN 的应用程序可以访问大型机数据，并使数据库本地化及远程连接透明化。它以拥有一个非常完备的查询优化器而著称，其外部连接改善了查询性能，并支持多任务并行查询。 DB2 具有很好的网络支持能力，每个子系统可以连接十几万个分布式用户，可同时激活上千个活动线程，对大型分布式应用系统尤为适用。 SQL Server 数据库美国Microsoft 公司推出的一种关系型数据库系统。SQLServer 是一个可扩展的、高性能的、为分布式客户机/服务器计算所设计的数据库管理系统，实现了与WindowsNT 的有机结合，提供了基于事务的企业级信息管理系统方案。其主要特点如下： (1)高性能设计，可充分利用WindowsNT 的优势。 (2)系统管理先进，支持Windows 图形化管理工具，支持本地和远程的系统管理和配置。 (3)强壮的事务处理功能，采用各种方法保证数据的完整性。 (4)支持对称多处理器结构、存储过程、ODBC，并具有自主的 SQL 语言。 SQLServer 以其内置的数据复制功能、强大的管理工具、与Internet 的紧密集成和开放的系统结构为广大的用户、开发人员和系统集成商提供了一个出众的数据库平台。 Sybase 数据库美国Sybase 公司研制的一种关系型数据库系统，是一种典型的UNIX 或WindowsNT 平台上客户机/服务器环境下的大型数据库系统。 Sybase 提供了一套应用程序编程接口和库，可以与非Sybase 数据源及服务器集成，允许在多个数据库之间复制数据，适于创建多层应用。系统具有完备的触发器、存储过程、规则以及完整性定义，支持优化查询，具有较好的数据安全性。Sybase 通常与SybaseSQLAnywhere 用于客户机/服务器环境，前者作为服务器数据库，后者为客户机数据库，采用该公司研制的 PowerBuilder 为开发工具，在我国大中型系统中具有广泛的应用。美国Sybase 公司研制的一种关系型数据库系统，是一种典型的 UNIX 或 WindowsNT 平台上客户机/服务器环境下的大型数据库系统。Sybase 提供了一套应用程序编程接口和库，可以与非Sybase 数据源及服务器集成，允许在多个数据库之间复制数据，适于创建多层应用。系统具有完备的触
大数据预测：4个特征,11个典型行业
在互联网之前便已经有基于大数据的预测分析了：天气预报。因为互联网，天气预报为代表的大数据预测的以下几个特征在更多领域得到体现。 1、大数据预测的时效性。天气预报粒度从天缩短到小时，有严苛的时效要求，基于海量数据通过传统方式进行计算，得出结论时明天早已到来，预测并无价值。其他领域的大数据预测应用特征对“时效性”有更高要求，譬如股市、实时定价，而云计算、分布式计算和超级计算机的发展则提供了这样的高速计算能力。 2、大数据预测的数据源。天气预报需要收集海量气象数据，气象卫星、气象站台负责收集，但整套系统的部署和运维耗资巨大。在互联网之前鲜有领域具备这样的数据收集能力。WEB1.0为中心化信息产生、WEB2.0为社会化创造、移动互联网则是随时随地、社会化和多设备的数据上传，每一次演化数据收集的成本都大幅降低，范围和规模则大幅扩大。大数据被引爆的同时，大数据预测所需数据源不再是问题。 3、大数据预测的动态性。不同时点的计算因子动态变化，任何变量都会引发整个系统变化，甚至产生蝴蝶效应。如果某个变量对结果起决定性作用且难以捕捉，预测难上加难，譬如人为因素。大数据预测的应用场景大都是极不稳定的领域但有固定规律，譬如天气、股市、疾病。这需要预测系统对每一个变量数据的精准捕捉，并接近实时地调整预测。发达的传感器网络外加大数据计算能力让上述两点更加容易。 4、大数据预测的规律性。大数据预测与传统的基于抽样的预测不同之处在于，其基于海量历史数据和实时动态数据，发现数据与结果之间的规律，并假设此规律会延续，捕捉到变量之后进行预测。一个领域本身便有相对稳定的规律，大数据预测才有机会得到应用。古人夜观天象就说明天气是由规律可循的，因此气象预报最早得到应用。反面案例则是规律难以捉摸，数据源收集困难的地震 预测，还有双色球彩票。 大数据预测的典型应用领域 互联网给大数据预测应用的普及带来了便利条件。天气预报之外，还有哪些领域正在或者可能被大数据预测所改变呢？结合国内外案例来看，以下11个领域是最有机会的大数据预测应用领域。 1、体育赛事预测 世界杯期间，谷歌、百度、微软和高盛等公司都推出了比赛结果预测平台。百度预测结果最为亮眼，预测全程 64 场比赛，准确率为 67%，进入淘汰赛后准确率为 94%。现在互联网公司取代章鱼保罗试水赛事预测也意味着未来的体育赛事会被大数据预测所掌控。 Google 世界杯预测基于 Opta Sports 的海量赛事数据来构建其最终的预测模型。百度则是搜索 过去 5 年内全世界 987 支球队（含国家队和俱乐部队）的 3.7 万场比赛数据，同时与中国彩票网站
大数据及其特点(1)
大数据及其特点（1） 胡经国 一、大数据定义 据了解，目前大数据这一概念尚无大家公认的统一定义。下面仅介绍关于大数据定义的一些常见表述，供读者参考。 1、表述1 大数据（Big Data）是指一个数据集，它的尺寸大到已经无法由传统的数据库软件工具去采集、存储、管理和分析。 Big Data referes to datasets whose size is beyond the ability of typical database software tools to capture, store, manage, and analyze. MGI May，2011 大数据是指一个数据集，它的尺寸的增长已经让现有的数据库管理工具相形见绌，这些困难包括：数据采集、存储、搜索、分享、分析和可视化。 Big data are datasets that grow so large that they become awkward to work with using on-hard database management tools. Difficulties include capture, storage, search, sharing, analytics, and visualizing. Wikipedia 2、表述2 大数据是指需要用新的处理模式处理才能使其具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从数据的类别上看，大数据是指无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。 3、表述3 大数据是指所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到掘取、管理、处理、并整理成为帮助企业经营决策达到更积极目的的资讯。 4、表述4 美国咨询公司麦肯锡给出的大数据定义：大数据是指其大小超出常规数据库工具的采集、存储、管理和分析能力的数据集。 由于传统数据库有效工作的数据上限一般为10～100TB；因而10～100TB 通常成为大数据的“门槛”。 无独有偶，IDC（国际数据公司）在给大数据做定义时，也把大数据的“门槛”设在100TB。其实，这种方法未必科学。不管怎样，有一个简单明晰的数值来指导对大数据的判断总是好事。
分享三款主流数据库及其特点
分享三款主流数据库及其特点 1.Oracle数据库 Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库解决方案。 基本介绍： ORACLE数据库系统是美国ORACLE公司（甲骨文）提供的以分布式数据库为核心的一组软件产品，是目前最流行的客户/服务器(CLIENT/SERVER)或B/S体系结构的数据库之一。比如SilverStream就是基于数据库的一种中间件。ORACLE数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品；作为分布式数据库它实现了分布式处理功能。但它的所有知识，只要在一种机型上学习了ORACLE知识，便能在各种类型的机器上使用它。Oracle数据库最新版本为Oracle Database12c。Oracle数据库12c引入了一个新的多承租方架构，使用该架构可轻松部署和管理数据库云。此外，一些创新特性可最大限度地提高资源使用率和灵活性，如Oracle Multitenant可快速整合多个数据库，而Automatic Data Optimization和Heat Map能以更高的密度压缩数据和对数据分层。这些独一无二的技术进步再加上在可用性、安全性和大数据支持方面的主要增强，使得Oracle数据库12c成为私有云和公有云部署的理想平台。
知网、万方、维普三种主流数据库比较
知网、万方和维普三种主流数据库比较 中国知网（CNKI） 简介：中国知识资源总库（CNKI）《中国知识资源总库》是由清华大学主办、 中国学术期刊（光盘版）电子杂志社出版、清华同方知网（北京）技术有限公司发行、数百位科学家、院士、学者参与建设，精心打造的大型知识服务平台和数字化学习系统。目前，《总库》囊括了自然科学、人文社会科学及工程技术各领域知识，拥有期刊、报纸、博硕士培养单位的博士和优秀硕士学位论文、全国重要会议论文、中小学多媒体教辅以及1000多个加盟数据库。全文采用CAJ和PDF 格式，必须下载专门的CAJ和PDF浏览器才可阅读。 数据库：《中国期刊全文数据库（CJFD）》截至2007年3月共收录了国内8127 种期刊，全文文献总量已达2272万多篇，收录起始时间一般为1994年，个别追溯到1979年或创刊年，按学科分126个专题，内容每日累增。产品形式有网络形式、光盘形式、《中国期刊专题全文数据库光盘版》。《中国优秀博硕士学位论文全文数据库（CDMD）》收录2000年至今300多个博硕士培养单位的学位论文，内容每日累增。《中国重要报纸全文数据库（CCND）》收录2000年至今1000多种重要报纸，内容每日累增。《中国重要会议论文集全文数据库》（CPCD）收录2000年至今400家学术团体的会议论文，内容每日累增。
搜索界面： 收费方式：
使用步骤： 数据库特点：最全面的中文数据库，内容丰富，更新速度快，收费灵活，价格较万方和维普适中。
万方数据库 简介：集纳了涉及各个学科的期刊、学位、会议、外文期刊、外文会议等类型 的学术论文，法律法规，科技成果，专利、标准和地方志。期刊论文：全文资源。收录自1998年以来国内出版的各类期刊6千余种，其中核心期刊2500余种，论文总数量达1千余万篇，每年约增加200万篇，每周两次更新。 搜索界面： 收费方式：
大数据的定义及基本特征
大数据的定义及基本特征 无论是2001年梅塔集团分析师道格〃莱尼提出的大数据技术萌芽，还是2008年IBM公司的史密斯首次以“BIG DATA”的名词初步定义了大数据的含义，时至今日，科学届对大数据还没有给出一个完整准确的定义，不同领域的科学家们都从不同的视角诠释了大数据的基本含义。但是，纵观大数据发展的前世今生，以及今后的发展趋势，大数据的含义可以归结为： 大数据是人类认知世界的技术理念，是在信息技术支撑下，利用全新的数据分析处理方法，在海量、复杂、散乱的数据集合中提取有价值信息的技术处理过程，其核心就是对数据进行智能化的信息挖掘，并发挥其作用。 有人说世界的本质就是数据，在当今充满数字化数据的时代，数据处理变得更加容易、更加快速，人们能够在瞬间处理成千上万的海量数据，为了在数据中理解信息内容，发现信息与信息之间的关系，人类从没有像今天这样对数据有那么深刻的认识，实际上，我们应该重新认识数据的特征：（1）海量的数据规模（Volume）。具有当前任何一种单体设备难以直接存储、管理和使用的数据量，大数据中所说的“大”也包括数据的全面性。 （2）快速的数据流转和动态的数据变化（Velocity）。数据会随着时间和环境发生变化。
（3）多样的数据类型（Variety）。刻画特定事物特征或规律的数据是以多种形式存在的。 （4）巨大的数据价值（Value）。数据就是资源，许多看似杂乱无章的数据，其潜在蕴含着巨大的价值，数据的价值是由不同的应用目的而体现。 （5）智能化数据挖掘（Intelligence）。无论数据有多少，还是以何种形式呈现，人类要想从数据中发现事物的真相，必须应用全新的方法分析数据，以得到有价值的信息。
多种数据库性能比较
Orcale数据库 美国Orcale公司研制的一种关系型数据库管理系统，是一个协调服务器和用于支持任务决定型应用程序的开放型RDBMS。它可以支持多种不同的硬件和操作系统平台，从台式机到大型和超级计算机，为各种硬件结构提供高度的可伸缩性，支持对称多处理器、群集多处理器、大规模处理器等，并提供广泛的国际语言支持。Orcale是一个多用户系统，能自动从批处理或在线环境的系统故障中恢复运行。系统提供了一个完整的软件开发工具Developer2000，包括交互式应用程序生成器、报表打印软件、字处理软件以及集中式数据字典，用户可以利用这些工具生成自己的应用程序。Orcale以二维表的形式表示数据，并提供了SQL(结构式查询语言)，可完成数据查询、操作、定义和控制等基本数据库管理功能。Orcale具有很好的可移植性，通过它的通信功能，微型计算机上的程序可以同小型乃至大型计算机上的Orcale，并且能相互传递数据。另外Orcale还具有与C语言的接电子表格、图形处理等软件。Orcale属于大型数据库系统，主要适用于大、中小型应用系统，或作为客户机/服务器系统中服务器端的数据库系统。 DB2数据库 IBM公司研制的一种关系型数据库系统。DB2主要应用于大型应用系统，具有较好的可伸缩性，可支持从大型机到单用户环境，应用于OS/2、Windows等平台下。DB2提供了高层次的数据利用性、完整性、安全性、可恢复性，以及小规模到大规模应用程序的执行能力，具有与平台无关的基本功能和SQL命令。DB2采用了数据分级技术，能够使大型机数据很方便地下载到LAN数据库服务器，使得客户机/服务器用户和基于LAN的应用程序可以访问大型机数据，并使数据库本地化及远程连接透明化。它以拥有一个非常完备的查询优化器而著称，其外部连接改善了查询性能，并支持多任务并行查询。DB2具有很好的网络支持能力，每个子系统可以连接十几万个分布式用户，可同时激活上千个活动线程，对大型分布式应用系统尤为适用。 SQL Server数据库 美国Microsoft公司推出的一种关系型数据库系统。SQLServer是一个可扩展的、高性能的、为分布式客户机/服务器计算所设计的数据库管理系统，实现了与WindowsNT的有机结合，提供了基于事务的企业级信息管理系统方案。 其主要特点如下： (1)高性能设计，可充分利用WindowsNT的优势。 (2)系统管理先进，支持Windows图形化管理工具，支持本地和远程的系统管理和配置。 (3)强壮的事务处理功能，采用各种方法保证数据的完整性。 (4)支持对称多处理器结构、存储过程、ODBC，并具有自主的SQL语言。SQLServer以其内置的数据复制功能、强大的管理工具、与Internet的紧密集成和开放的系统结构为广大的用户、开发人员和系统集成商提供了一个出众的数据库平台。 Sybase数据库
大数据的定义和特征
大数据的定义和特征 大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。 我们从权威的定义可以看到，大数据的特征有四点，分别为： 数据体量巨大。从TB级别，跃升到PB级别; 数据类型繁多。提到的网络日志、视频、图片、地理位置信息等等； 价值密度低，商业价值高。 以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。 处理速度快。1秒定律。 车联网的大数据在预测方面可以发挥到极致。如，预测交通堵塞的地段，实时交通信息，主动安全，公交的排班。驾驶者驾驶行为分析。
大数据的核心在于预测，这在车联网行业非常有用，例如，对于交通流量的预测，就非常需要大数据。 对于交通流量，目前我们的仿真系统更加重视交通流量大，拥堵的原因，而大数据时代，不再在乎因果关系，而重视相关性，也就是不去分析产生拥堵的原因，但确实某个时段某个路段会发生拥堵。也可以根据车联网的大数据对车友的兴趣进行分析。 大数据在商用车领域已经有相当多的应用，如公交领域的运营排班管理、出租车领域的浮动车数据，物流行业的大物流。 如何解决公交企业面临的三大问题：运力配备最少、车辆运行距离最短、驾驶员作业时间最少?如何分析各时间段、各站点的客流分布情况呢?如何实现运营的安全智能化、运营排班的智能化?在公交行业，以上问题普遍存在，通过车联网的大数据，可以解决公交行业所面临的这些问题。根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、线路配备驾驶人员、线路长度、车辆运行速
度等大数据，可确定一条线路各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运行距离最短、驾驶员作业时间最少三大问题。 根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、历史同期数据、售票方式、居民小区建设等条件建立计划模型，从而用最快的速度对这些影响运营计划的因素做出反映。比如增加线路，增加车辆，增加司机，有效地制定公交运营计划。同时可对于运营排班精准管理，可通过大数据可以自动排班，对行车作业计划进行优化，并快速地对运行线路进行调整和优化。 自从菜鸟网络公司出现以后，大物流的概念终于被业界提及。 什么叫大物流呢?是指企业的自有物流系统(由车队、仓库、人员等组成)，和第三方物流企业的配送信息与资源进行共享，从而能充分地利用各方面资源，减少物流总支出、降低运营成本。 目前物流行业随着业务的扩大，车辆数日益增多，而且
常见主流数据库的分类与详细比较
常见主流数据库分类 1、IBM 的DB2 DB2是IBM著名的关系型数据库产品，DB2系统在企业级的应用中十分广泛。截止2003年，全球财富500强（Fortune 500）中有415家使用DB2，全球财富100强（Fortune100）中有96家使用DB2，用户遍布各个行业。2004年IBM的DB2就获得相关专利239项，而Oracle 仅为99项。DB2目前支持从PC到UNIX，从中小型机到大型机，从IBM到非IBM（HP及SUN UNIX 系统等）的各种操作平台。 IBM绝对是数据库行业的巨人。1968年IBM在IBM 360计算机上研制成功了IMS这个业界第一个层次型数据库管理系统，也是层次型数据库中最为著名和最为典型的。1970年，IBM E.F.Codd发表了业界第一篇关于关系数据库理论的论文“A Relational Model of Data for Large Shared DataBanks”，首次提出了关系模型的概念。1974年，IBM Don Chamberlin和Ray Boyce通过System R项目的实践，发表了论文“SEQUEL：A Structured English Query Language”，我们现在熟知SQL就是基于它发展起来的。IBM 在1983年发布了DATABASE 2（DB2）for MVS（内部代号为“Eagle”），这就是著名的DB2数据库。2001年IBM以10亿美金收购了Informix的数据库业务，这次收购扩大了IBM分布式数据库业务。2006 DB2 9作为第三代数据库的革命性产品正式在全球发布。 作为关系数据库领域的开拓者和领航人，IBM在1977年完成了System R系统的原型，1980年开始提供集成的数据库服务器——System/38，随后是SQL/DSforVSE 和VM，其初始版本与SystemR研究原型密切相关。 DB2 forMVSV1 在1983年推出。该版本的目标是提供这一新方案所承诺的简单性，数据不相关性和用户生产率。1988年DB2 for MVS 提供了强大的在线事务处理（OLTP）支持，1989 年和1993 年分别以远程工作单元和分布式工作单元实现了分布式数据库支持。最近推出的DB2 Universal Database 6.1则是通用数据库的典范，是第一个具备网上功能的多媒体关系数据库管理系统，支持包括Linux在内的一系列平台。 2、Oracle Oracle 前身叫SDL，由Larry Ellison 和另两个编程人员在1977创办，他们开发了自己的拳头产品，在市场上大量销售，1979 年，Oracle公司引入了第一个商用SQL 关系数据库管理系统。Oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台。目前Oracle关系数据库产品的市场占有率名列前茅。 Oracle公司是目前全球最大的数据库软件公司，也是近年业务增长极为迅速的软件提供与服务商。IDC(Internet Data Center)2007统计数据显示数据库市场总量份额如下：Oracle 44.1% IBM 21.3%Microsoft 18.3% Teradata 3.4% Sybase 3.4%。不过从使用情况看，BZ Research的2007年度数据库与数据存取的综合研究报告表明76.4%的公司使用了Microsoft
大数据的概念、特征及其应用
马建光等：大数据的概念、特征及其应用 (2013-09-05 16:15:35) 转载▼ 分类：学习资料 标签： 杂谈 大数据的概念、特征及其应用 马建光，姜巍 (国防科技大学人文与社会科学学院，湖南长沙410074) 源自：国防科技2013年4月 ［摘要］随着互联网的飞速发展，特别是近年来随着社交网络、物联网、云计算以及多种传感器的广泛应用，以数量庞大，种类众多，时效性强为特征的非结构化数据不断涌现，数据的重要性愈发凸显，传统的数据存储、分析技术难以实时处理大量的非结构化信息，大数据的概念应运而生。如何获取、聚集、分析大数据成为广泛关注的热点问题。介绍大数据的概念与特点，分别讨论大数据的典型的特征，分析大数据要解决的相关性分析、实时处理等核心问题，最后讨论大数据可能要面临的多种挑战。 ［关键词］大数据; 非结构化信息; 解决核心问题; 未来挑战 一、引言 自上古时代的结绳记事起，人类就开始用数据来表征自然和社会，伴随着科技和社会的发展进步，数据的数量不断增多，质量不断提高。工业革命以来，人类更加注重数据的作用，不同的行业先后确定了数据标准，并积累了大量的结构化数据，计算机和网络的兴起，大量数据分析、查询、处理技术的出现使得高效的处理大量的传统结构化数据成为可能。而近年来，随着互联网的快速发展，音频、文字、图片视频等半结构化、非结构化数据大量涌现，社交网络、物联网、云计算广泛应用，使得个人可以更加准确快捷的发布、获取数据。在科学研究、互联网应用、电子商务等诸多应用领域，数据规模、数据种类正在以极快的速度增长，大数据时代已悄然降临。 首先，全球数据量出现爆炸式增长，数据成了当今社会增长最快的资源之一。根据国际数据公司IDC 的监测统计［1］，即使在遭遇金融危机的2009 年，全球信息量也比2008 年增长了62%，达到80 万PB ( 1PB 等于10亿GB) ，到2011 年全球数据总量已经达到1. 8ZB ( 1ZB 等于1 万亿GB，) ，并且以每两年翻一番的速度飞速增长，预计到2020 年全球数据量总量将达到40 ZB，10年间增长20 倍以上，到2020 年，地球上人均数据预计将达5247GB。在数据规模急剧增长的同时，数据类型也越来越复杂，包括结构化数据、半结构化数据、非结构化数据等多种类型，其中采用传统数据处理手段难以处理的非结构化数据已接近数据总量的75%。 如此增长迅速、庞大繁杂的数据资源，给传统的数据分析、处理技术带来了巨大的挑战。为了应对这样的新任务，与大数据相关的大数据技术、大数据工程、大数据科学和大数据应用等迅速成为信息科学领域的热点问题，得到了一些国家政府部门、经济领域以及科学领域有关专家的广泛关注。2012 年3 月22 日，奥巴马宣布美国政府五大部门投资2 亿美元启动“大数据研究和发展计划( Big Data Research and Development Initiative) ”［2］，欲大力推
《探索大数据与人工智能》习题库
创作编号： GB8878185555334563BT9125XW 创作者：凤呜大王* 《探索大数据与人工智能》习题库 单选 1、Spark Streaming是什么软件栈中的流计算? A. Spark B. Storm C. Hive D. Flume 2、下列选项中,不是大数据发展趋势的是? A. 大数据分析的革命性方法出现 B. 大数据与与云计算将深度融合 C. 大数据一体机将陆续发布 D. 大数据未来可能会被淘汰 3、2011年5月是哪家全球知名咨询公司在《Big data: The next frontier for innovation, competition and productivity 》研究报告中指出,数据已经渗透到每一个行业和业务职能之中,逐渐成为重要的生产因素的? A.比尔·恩门 B. 麦肯锡 C. 扎克伯格 D. 乔图斯 4、以下哪个属于大数据在电信行业的数据商业化方面的应用? A.精准广告 B. 网络管理 C. 网络优化 D. 客服中心优化 5、以下哪个不属于大数据在电信行业的应用? A.数据商业化 B. 物流网络 C. 企业运营 D. 客户关系管理 6、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A.首席数据官 B. 首席科学家 C. 首席执行官 D. 首席架构师 7、下列选项中,不是kafka适合的应用场景是? A.日志收集 B. 消息系统 C. 业务系统 D.流式处理 8、下列选项中,哪个不是HBASE的特点? A.面向行 B. 多版本 C. 扩展性 D. 稀疏性 9、在数据量一定的情况下,MapReduce是一个线性可扩展模型,请问服务器数量与处理时间是什么关系？
五大主流数据库比较 (DB2 Oracle MySQL SyBase SQLServer)
一、开放性 1. SQL Server 只能在windows上运行，没有丝毫的开放性，操作系统的系统的稳定对数据库是十分重要的。Windows9X系列产品是偏重于桌面应用，NT server只适合中小型企业。而且windows 平台的可靠性，安全性和伸缩性是非常有限的。它不象unix那样久经考验，尤其是在处理大数据库。 2. Oracle 能在所有主流平台上运行（包括windows）。完全支持所有的工业标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。Oracle数据库是以结构化查询语言为基础的大型关系数据库，他是用方便逻辑管理的语言来操纵大量有规则的数据的集合，是目前最流行的客户—服务器体系结构的数据库之一。 oracle 的特点： 1），支持多用户，大事务量的事务处理 2），数据安全性和完整性控制 3），提供对于数据库操作的接口 4），支持分布式事务处理 5），可移植性，可兼容性和可连接性 3. Sybase ASE 能在所有主流平台上运行（包括windows）。但由于早期Sybase与OS集成度不高，因此VERSION11.9.2以下版本需要较多OS和DB级补丁。在多平台的混合环境中，会有一定问题。 4. DB2 能在所有主流平台上运行（包括windows）。最适于海量数据。DB2在企业级的应用最为广泛，在全球的500家最大的企业中,几乎85%以上用DB2数据库服务器，而国内到97年约占5%。
5.MySQL Mysql 能在所有主流平台上运行（包括windows）。 二、可伸缩性，并行性 1. SQL server 并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据卷，伸缩性有限。 2. Oracle 并行服务器通过使一组结点共享同一簇中的工作来扩展windownt的能力，提供高可用性和高伸缩性的簇的解决方案。如果windowsNT不能满足需要，用户可以把数据库移到UNIX 中。Oracle的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。 3. Sybase ASE 虽然有DB SWITCH来支持其并行服务器，但DB SWITCH在技术层面还未成熟，且只支持版本12.5以上的ASE SERVER。DB SWITCH技术需要一台服务器充当SWITCH，从而在硬件上带来一些麻烦。 4. DB2 具有很好的并行性。DB2把数据库管理扩充到了并行的、多节点的环境。数据库分区是数据库的一部分，包含自己的数据、索引、配置文件、和事务日志。数据库分区有时被称为节点安全性。 5.Mysql 较强的伸缩性 三、安全认证 1. SQL server
解析大数据的定义与特征
解析大数据的定义与特征 大数据研究专家维克托·迈尔-舍恩伯格曾经说过：世界的本质是数据。在他看来，认识大数据之前，世界原本就是一个数据时代；认识大数据之后，世界不可避免地分为大数据时代、小数据时代。 随着社会不断发展的脚步，各类数据不断累积，如果说小数据时代的各类分析调研更多的是靠样本采集，那么现在，不管从数据的维度还是层次来看，数据体量的累积已经到了一个非常夯实的阶段。 在这两个时代的过渡中，人们也自然而然的从先前的样本思维转变成大数据时代需要具备的整体思维，以更好的运用大数据，或者说，抽样调查将成为过去时，对所有数据进行分析处理才是大数据时代应有的思维方式。 对于大数据的具体定义和价值，大多数人都停留在知其然而不知其所以然的阶段。 但这也并不妨碍大数据这一词汇在大众心中的高度，它代表着先进，代表着高科技，代表着不可预知但可以预见的未来世界。 麦肯锡最早提出了大数据时代的到来：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 对于大数据的定义，权威机构们给出了不同的表述： 世界知名咨询企业Gartner给出的定义是：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。 麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 还有一些是这样表述的，大数据是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。” 不管是信息资产还是数据集合，这些定义无不在昭示着大数据对于人们未来社会的价值。
【推荐】MYSQL相比于其他数据库有哪些特点-word范文 (3页)
本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == MYSQL相比于其他数据库有哪些特点 MySQL是一个小型关系型数据库管理系统，开发者为瑞典MySQL AB公司，现在已经被Sun公司收购，支持FreeBSD、Linux、MAC、Windows等多种操作系统与其他的大型数据库例如Oracle、DB2、SQL Server等相比功能稍弱一些 1、可以处理拥有上千万条记录的大型数据 2、支持常见的SQL语句规范 3、可移植行高，安装简单小巧 4、良好的运行效率，有丰富信息的网络支持 5、调试、管理，优化简单(相对其他大型数据库) 拓展阅读： MySQL是由原MySQL AB公司自主研发的，是目前IT行业最流行的开放源代码的数据库管理系统，同时它也是一个支持多线程高并发多用户的关系型数据库管理系统。 为了更好了解MySQL成为当下最流行的开源数据库软件和从事网站建设的开发人员的最常用的数据库，我们将从功能、性能，以及其易用性方面将MySQL和其他主流的数据库做一个基本的比较。 一、功能比较 作为一个成熟的数据库管理系统，要满足各种各样的商业需求，功能肯定是会被列入重点参考对象的。MySQL的早期版本功能非常简单，只能做一些很基础的结构化数据存取操作，但是经过多年的改进和完善之后，现在它已经基本具备了所有通用数据库管理系统需要的相关功能。 MySQL基本实现了ANSI SQL 92的大部分标准，仅有少部分并不经常被使用的没有实现。比如在字段类型支持方面，另一个著名的开源数据库PostgreSQL支持的类型是最完整的，而Oracle和其他一些商业数据库较MySQL 要相对少一些。这一点，我们可以通过TCX的Crash- ne测试套件得出的检测报告得知。在事务支持方面，虽然MySQL自己的存储引擎并没有提供，但是已经通过第三方插件方式存储引擎InnoDB实现 SQL 92标准定义的4个事务隔离
常见主流数据库的分类与详细比较
1、IBM 的DB2 DB2是IBM著名的关系型数据库产品，DB2系统在企业级的应用中十分广泛。截止2003年，全球财富500强（Fortune 500）中有415家使用DB2，全球财富100强（Fortune100）中有96家使用DB2，用户遍布各个行业。2004年IBM的DB2就获得相关专利239项，而Oracle 仅为99项。DB2目前支持从PC到UNIX，从中小型机到大型机，从IBM到非IBM（HP及SUN UNIX 系统等）的各种操作平台。 IBM绝对是数据库行业的巨人。1968年IBM在IBM 360计算机上研制成功了IMS这个业界第一个层次型数据库管理系统，也是层次型数据库中最为著名和最为典型的。1970年，IBM 发表了业界第一篇关于关系数据库理论的论文“A Relational Model of Data for Large Shared DataBanks”，首次提出了关系模型的概念。1974年，IBM Don Chamberlin和Ray Boyce通过System R项目的实践，发表了论文“SEQUEL：A Structured English Query Language”，我们现在熟知SQL就是基于它发展起来的。IBM 在1983年发布了DATABASE 2（DB2）for MVS （内部代号为“Eagle”），这就是著名的DB2数据库。2001年IBM以10亿美金收购了Informix 的数据库业务，这次收购扩大了IBM分布式数据库业务。2006 DB2 9作为第三代数据库的革命性产品正式在全球发布。 作为关系数据库领域的开拓者和领航人，IBM在1977年完成了System R系统的原型，1980年开始提供集成的数据库服务器——System/38，随后是SQL/DSforVSE和VM，其初始版本与SystemR研究原型密切相关。 DB2 forMVSV1 在1983年推出。该版本的目标是提供这一新方案所承诺的简单性，数据不相关性和用户生产率。1988年DB2 for MVS 提供了强大的在线事务处理（OLTP）支持，1989 年和1993 年分别以远程工作单元和分布式工作单元实现了分布式数据库支持。最近推出的DB2 Universal Database 则是通用数据库的典范，是第一个具备网上功能的多媒体关系数据库管理系统，支持包括Linux在内的一系列平台。 2、 Oracle Oracle 前身叫SDL，由Larry Ellison 和另两个编程人员在1977创办，他们开发了自己的拳头产品，在市场上大量销售，1979 年，Oracle公司引入了第一个商用SQL 关系数据库管理系统。Oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台。目前Oracle关系数据库产品的市场占有率名列前茅。 Oracle公司是目前全球最大的数据库软件公司，也是近年业务增长极为迅速的软件提供与服务商。IDC(Internet Data Center)2007统计数据显示数据库市场总量份额如下：Oracle % IBM %Microsoft % Teradata % Sybase %。不过从使用情况看，BZ Research的2007年度数据库与数据存取的综合研究报告表明%的公司使用了Microsoft SQL Server，不过在高端领域仍然以Oracle，IBM，Teradata为主。