臉書、Twitter、LinkedIn、Pinterest等等都包含非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。有價(jià)值的數(shù)據(jù)對(duì)大型和小型企業(yè)都非常有益，但是，在使用之前需要對(duì)其進(jìn)行結(jié)構(gòu)化。半結(jié)構(gòu)化數(shù)據(jù)是一種交叉結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)。它是結(jié)構(gòu)化數(shù)據(jù)，但不適用于正式的關(guān)系數(shù)據(jù)庫(kù)模型或其他序列源。許多XML文件也屬于這一類，盡管也有結(jié)構(gòu)化和非結(jié)構(gòu)化的XML文檔。

1。結(jié)構(gòu)化數(shù)據(jù)可以以固定的格式存儲(chǔ)，訪問和處理的數(shù)據(jù)稱為“結(jié)構(gòu)化數(shù)據(jù)”。因?yàn)檫@些數(shù)據(jù)的格式相似，所以企業(yè)可以通過執(zhí)行分析獲得最大利益。人們還發(fā)明了各種先進(jìn)的技術(shù)來從結(jié)構(gòu)化數(shù)據(jù)中提取數(shù)據(jù)驅(qū)動(dòng)的決策。但是，因?yàn)榻Y(jié)構(gòu)化數(shù)據(jù)的創(chuàng)建已經(jīng)達(dá)到了Zettabytes的標(biāo)志，世界正在發(fā)展到這樣的程度。2.非結(jié)構(gòu)化數(shù)據(jù)任何以未知形式或結(jié)構(gòu)出現(xiàn)的數(shù)據(jù)都屬于非結(jié)構(gòu)化數(shù)據(jù)。

包含簡(jiǎn)單文本文件、圖像、視頻等組合的異構(gòu)數(shù)據(jù)源。是非結(jié)構(gòu)化數(shù)據(jù)的例子。3.半結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)既有結(jié)構(gòu)化數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)。我們可以看到半結(jié)構(gòu)化數(shù)據(jù)是一種形式結(jié)構(gòu)，但實(shí)際上它并不是由關(guān)系型DBMS中的表定義來定義的。Web應(yīng)用程序數(shù)據(jù)是半結(jié)構(gòu)化數(shù)據(jù)的一個(gè)例子。它包含非結(jié)構(gòu)化數(shù)據(jù)，如日志文件、事務(wù)歷史文件等。OLTP系統(tǒng)設(shè)計(jì)用于處理結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)在關(guān)系中。

大數(shù)據(jù)的數(shù)據(jù)類型可以分為結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化三種。大數(shù)據(jù)(Bigdata)，或稱巨量數(shù)據(jù)，是指涉及的數(shù)據(jù)量巨大到無法在合理的時(shí)間內(nèi)捕捉、管理、處理和排列的信息，以幫助企業(yè)做出更積極的商業(yè)決策。從技術(shù)上講，大數(shù)據(jù)和云計(jì)算的關(guān)系就像硬幣的正反面一樣密不可分。大數(shù)據(jù)不能由單臺(tái)計(jì)算機(jī)處理，必須采用分布式架構(gòu)。

但它必須依賴云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)、云存儲(chǔ)和虛擬化技術(shù)。大數(shù)據(jù)的5V特征(IBM提出):體量(海量)、速度(高速)、多樣性(多樣性)、價(jià)值(低價(jià)值密度)、真實(shí)性?！按髷?shù)據(jù)”一詞，在商務(wù)印書館出版的《中國(guó)新詞語詞典(2000-2020)》中，列出了中國(guó)近20年來生命力指數(shù)最高的十大“時(shí)代新詞”。

要考慮什么是半結(jié)構(gòu)化數(shù)據(jù)，我們先來類比一下——面試。假設(shè)你正在進(jìn)行一次半結(jié)構(gòu)化面試。顧名思義，這是介于結(jié)構(gòu)化面試和非結(jié)構(gòu)化面試之間的。對(duì)于上下文來說，結(jié)構(gòu)化面試就是你的人力資源團(tuán)隊(duì)提前確定要問的問題和提問的順序，并與每個(gè)候選人保持一致。另一方面，非結(jié)構(gòu)化面試意味著問題和問題的順序取決于面試官的自由裁量權(quán)——對(duì)每個(gè)候選人來說可能完全不同。

半結(jié)構(gòu)化數(shù)據(jù)本質(zhì)上類似于半結(jié)構(gòu)化面試——它不像非結(jié)構(gòu)化數(shù)據(jù)那樣混亂、失控，但也不像結(jié)構(gòu)化數(shù)據(jù)那樣嚴(yán)格、易于量化。為營(yíng)銷人員下載9個(gè)免費(fèi)的Excel模板。什么是半結(jié)構(gòu)化數(shù)據(jù)？半結(jié)構(gòu)化數(shù)據(jù)是不存在于關(guān)系數(shù)據(jù)庫(kù)或任何其他數(shù)據(jù)表中的信息，但具有一些用于分析的組織屬性，如語義標(biāo)簽。半結(jié)構(gòu)化數(shù)據(jù)的一個(gè)很好的例子是HTML代碼，它不限制您希望在文檔中收集的信息量，但仍然通過語義元素強(qiáng)制實(shí)施層次結(jié)構(gòu)。

總的來說，我們把數(shù)據(jù)類型分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)可以用數(shù)據(jù)或統(tǒng)一的結(jié)構(gòu)來表示，如數(shù)字、字符和符號(hào)。結(jié)構(gòu)化數(shù)據(jù)(Structured data)又稱行數(shù)據(jù)，是以二維表結(jié)構(gòu)進(jìn)行邏輯表達(dá)和實(shí)現(xiàn)的數(shù)據(jù)，嚴(yán)格遵循數(shù)據(jù)格式和長(zhǎng)度規(guī)范，主要通過關(guān)系數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)和管理。半結(jié)構(gòu)化數(shù)據(jù)是介于完全結(jié)構(gòu)化數(shù)據(jù)(如關(guān)系數(shù)據(jù)庫(kù)和面向?qū)ο髷?shù)據(jù)庫(kù)中的數(shù)據(jù))和完全非結(jié)構(gòu)化數(shù)據(jù)(如聲音和圖像文件)之間的數(shù)據(jù)，XML和HTML文檔屬于半結(jié)構(gòu)化數(shù)據(jù)。

(1)結(jié)構(gòu)化數(shù)據(jù)簡(jiǎn)單來說就是一個(gè)數(shù)據(jù)庫(kù)。結(jié)合典型場(chǎng)景，比如企業(yè)ERP、財(cái)務(wù)系統(tǒng)，就更容易理解；醫(yī)療HIS數(shù)據(jù)庫(kù)；政府行政審批；其他核心數(shù)據(jù)庫(kù)等，這些應(yīng)用程序需要什么樣的存儲(chǔ)方案？基本包括高速存儲(chǔ)應(yīng)用需求、數(shù)據(jù)備份需求、數(shù)據(jù)共享需求和數(shù)據(jù)容災(zāi)需求。(2)非結(jié)構(gòu)化數(shù)據(jù)庫(kù)是指字段長(zhǎng)度可變的數(shù)據(jù)庫(kù)，每個(gè)字段的記錄可以由可重復(fù)或不可重復(fù)的子字段組成，它不僅可以處理結(jié)構(gòu)化數(shù)據(jù)(如數(shù)字和符號(hào))，還可以處理非結(jié)構(gòu)化數(shù)據(jù)(全文、圖像、聲音、電影、超媒體等信息)。