一个非常大的万维网，由 Google.com 高度扩展和优化索引，是当今已知的最分布式和最强大的模式无关数据库。如果没有谷歌通过对表格应用更严格的信息科学带来的模式意识，对于那些事先不知道目标文档的 URL 的人来说，它几乎毫无用处。

模式不可知论是另一种说法，即数据库不能

• 向访问它的服务提供元信息，
• 使用简单的 SQL 查询插入组合规范化结构
• 现在可以通过机器学习主动地自动优化密钥，或者
• 验证插入

没有首先从数据模式中检测模式。摆脱结构很有吸引力，因为您可以像没有书架的图书管理员一样将数据塞入其中。然而，数据科学家会指出，将熵与热力学分解一起添加到随机性中。

存储数据的目的是能够检索它。特征提取是在存储结构期间自动改进结构的机会，而不是混乱地存储文档，这种趋势不会导致任何对 IT 世界有利的趋势。

考虑一下 Google 是否成功是因为它会在抓取时或稍后在我们输入关键短语时组织数据。哪个是有效序列？

还有一点，维基百科是一个博客，他们知道这一点，这就是为什么他们现在希望对所有内容进行同行评审（在添加了许多信息而没有同行评审之后）。这是查找列表但未验证事实的好地方。维基百科页面的存在绝对不能表明其概念的价值。

您可能对正交持久系统感兴趣。您可以将它们视为与模式无关的数据库系统，其数据完全适合RAM（还记得 1980 年代的Smalltalk或Lisp Machines或Prolog和 1994 GrassHopper OS）或至少在虚拟内存中。使用这种方法，即使SBCL也几乎符合您的要求，因为它具有save-lisp-and-die. 还要研究基于框架的系统和对象数据库。还可以阅读一本好的操作系统教科书，并查看以前在tunes.org上存档的讨论。

可耻的自我宣传：我的bismon 系统（2019 年夏季进行中）声称是一个 GPLv3+ 正交持久系统，适用于物联网软件的静态源代码分析。但是您可能会将其中的大部分重用于其他类型的正交持久性（基于帧的数据）。