相對(duì)于結(jié)構(gòu)化 數(shù)據(jù)(即line 數(shù)據(jù)，存儲(chǔ)在數(shù)據(jù) database中，可以用二維表結(jié)構(gòu)進(jìn)行邏輯表達(dá)。數(shù)據(jù)庫二維邏輯表不方便表達(dá)數(shù)據(jù)其中稱非結(jié)構(gòu)化 數(shù)據(jù)，包括所有格式的office文檔、文本、圖片、XML、HTML、各種報(bào)表、圖片、音頻/。字段可以根據(jù)需要進(jìn)行擴(kuò)展，即字段個(gè)數(shù)不確定，可以稱為semi 結(jié)構(gòu)化 數(shù)據(jù)，例如數(shù)據(jù)存儲(chǔ)在Exchange中。

一類信息可以用數(shù)據(jù)或一個(gè)統(tǒng)一的結(jié)構(gòu)來表示，我們稱之為結(jié)構(gòu)化-1/比如數(shù)字和符號(hào)；另一類信息，如文本、圖像、聲音、網(wǎng)頁等，是無法用數(shù)字或統(tǒng)一的結(jié)構(gòu)來表示的。我們稱之為費(fèi)結(jié)構(gòu)化 數(shù)據(jù)。結(jié)構(gòu)化 數(shù)據(jù)屬于結(jié)構(gòu)化 數(shù)據(jù)的特例，是結(jié)構(gòu)化 數(shù)據(jù)。因?yàn)閭}(cāng)庫中的數(shù)據(jù)-1/是面向某個(gè)主題的數(shù)據(jù)的集合，所以這些數(shù)據(jù)是從多個(gè)業(yè)務(wù)系統(tǒng)中抽取出來的，包含歷史數(shù)據(jù)。這樣，難免有些數(shù)據(jù)是錯(cuò)的數(shù)據(jù)和有些數(shù)據(jù)相互沖突。這些錯(cuò)誤的或沖突的數(shù)據(jù)顯然是不想要的，被稱為“臟”。

結(jié)構(gòu)化數(shù)據(jù)和non結(jié)構(gòu)化數(shù)據(jù)是數(shù)據(jù)的兩種不同類型，它們?cè)谥?。結(jié)構(gòu)化 數(shù)據(jù)是按照一定的數(shù)據(jù)模型和格式數(shù)據(jù)組織起來的，有明確定義的字段和固定的數(shù)據(jù)類型和關(guān)系。可以用表、數(shù)據(jù) libraries或標(biāo)準(zhǔn)化的數(shù)據(jù) formats(如JSON、XML等)來存儲(chǔ)和表示。).非-結(jié)構(gòu)化 數(shù)據(jù)指數(shù)據(jù)沒有確定的模式和組織結(jié)構(gòu)，沒有固定的字段和格式。

費(fèi)結(jié)構(gòu)化 數(shù)據(jù)通常自由文本數(shù)量多，內(nèi)容多樣，結(jié)構(gòu)不規(guī)則數(shù)據(jù)結(jié)構(gòu)。綜上所述，-0 數(shù)據(jù)具有清晰的組織結(jié)構(gòu)和數(shù)據(jù)模型，適用于表格式數(shù)據(jù)可以方便的存儲(chǔ)、查詢和分析；而不是結(jié)構(gòu)化 數(shù)據(jù)，它沒有清晰的組織結(jié)構(gòu)，包含豐富的內(nèi)容和多樣的形式，處理起來更加復(fù)雜，需要特殊的技術(shù)和工具來提取有用的信息。結(jié)構(gòu)化 數(shù)據(jù)功能1，數(shù)據(jù)管理和存儲(chǔ):結(jié)構(gòu)化 數(shù)據(jù)可以有條理地存儲(chǔ)和管理，以便。

相對(duì)于結(jié)構(gòu)化 數(shù)據(jù)(即line 數(shù)據(jù)，存儲(chǔ)在數(shù)據(jù) database中，可以用二維表結(jié)構(gòu)進(jìn)行邏輯表達(dá)。數(shù)據(jù)庫二維邏輯表不方便表達(dá)數(shù)據(jù)其中稱非結(jié)構(gòu)化 數(shù)據(jù)，包括所有格式的office文檔、文本、圖片、XML、HTML、各種報(bào)表、圖片、音頻/。字段可以根據(jù)需要進(jìn)行擴(kuò)展，即字段個(gè)數(shù)不確定，可以稱為semi 結(jié)構(gòu)化 數(shù)據(jù)，例如數(shù)據(jù)存儲(chǔ)在Exchange中。

一類信息可以用數(shù)據(jù)或一個(gè)統(tǒng)一的結(jié)構(gòu)來表示，我們稱之為結(jié)構(gòu)化-1/比如數(shù)字和符號(hào)；另一類信息，如文本、圖像、聲音、網(wǎng)頁等，是無法用數(shù)字或統(tǒng)一的結(jié)構(gòu)來表示的。我們稱之為費(fèi)結(jié)構(gòu)化 數(shù)據(jù)。結(jié)構(gòu)化 數(shù)據(jù)屬于結(jié)構(gòu)化 數(shù)據(jù)的特例，是結(jié)構(gòu)化 數(shù)據(jù)。因?yàn)閭}(cāng)庫中的數(shù)據(jù)-1/是面向某個(gè)主題的數(shù)據(jù)的集合，所以這些數(shù)據(jù)是從多個(gè)業(yè)務(wù)系統(tǒng)中抽取出來的，包含歷史數(shù)據(jù)。這樣，難免有些數(shù)據(jù)是錯(cuò)的數(shù)據(jù)和有些數(shù)據(jù)相互沖突。這些錯(cuò)誤的或沖突的數(shù)據(jù)顯然是不想要的，被稱為“臟”。

我認(rèn)為這其中最大的一部分是社交媒體數(shù)據(jù)和海量郵件產(chǎn)生的移動(dòng)平臺(tái)。據(jù)《信息周刊》(InformationWeek)報(bào)道，英特爾估計(jì)，到2015年，全球至少將有25億人頻繁使用互聯(lián)網(wǎng)，并且數(shù)據(jù)的使用量還將不斷增加。我們需要更多的資源來存儲(chǔ)和處理這些信息。這種觀點(diǎn)導(dǎo)致數(shù)據(jù)分析師研究非結(jié)構(gòu)化 數(shù)據(jù)的潛力；比如Google的Avinash Kaushik公開宣稱“Fei結(jié)構(gòu)化-1/”的高潮就要來了。

開發(fā)一個(gè)更強(qiáng)大的分析引擎來分析數(shù)據(jù)，大部分工作會(huì)在云端實(shí)時(shí)完成。把黑暗數(shù)據(jù)/黑暗社交和紫外線數(shù)據(jù)變成可用的結(jié)構(gòu)化 數(shù)據(jù)信息，從中可以獲得洞察，就像我提到的分裂分析的視角，將盡可能多的數(shù)據(jù)文件合并成一個(gè)大的數(shù)據(jù)文件。奧巴馬團(tuán)隊(duì)在2012年大選中所做的準(zhǔn)備就是一個(gè)很好的合并的例子，合并幾個(gè)不同的數(shù)據(jù)庫可以使數(shù)據(jù)。