結構化數(shù)據(jù)屬于非結構化數(shù)據(jù)，是非結構化數(shù)據(jù)的特例。什么是結構化數(shù)據(jù)？非結構化數(shù)據(jù)，非結構化數(shù)據(jù)是(1)結構化數(shù)據(jù)，簡單來說就是數(shù)據(jù)庫，1.結構化數(shù)據(jù)結構化數(shù)據(jù)只是一個數(shù)據(jù)庫，2.非結構化數(shù)據(jù)非結構化數(shù)據(jù)是數(shù)據(jù)結構不規(guī)則或不完整的數(shù)據(jù)，沒有預定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫的二維邏輯表來表示。

1。結構化數(shù)據(jù)結構化數(shù)據(jù)只是一個數(shù)據(jù)庫。結合典型場景，比如企業(yè)ERP、財務系統(tǒng)，就更容易理解；醫(yī)療HIS數(shù)據(jù)庫；教育卡；政府行政審批；其他核心數(shù)據(jù)庫等。基本包括高速存儲應用需求、數(shù)據(jù)備份需求、數(shù)據(jù)共享需求和數(shù)據(jù)容災需求。2.非結構化數(shù)據(jù)非結構化數(shù)據(jù)是數(shù)據(jù)結構不規(guī)則或不完整的數(shù)據(jù)，沒有預定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫的二維邏輯表來表示。

HTML、各種報告、圖像和音頻/視頻信息等。3.與純文本相比，半結構化數(shù)據(jù)具有一定的結構，OEM(ObjectexchangeModel)就是典型的半結構化數(shù)據(jù)模型。半結構化數(shù)據(jù)。在設計一個信息系統(tǒng)的時候，肯定會涉及到數(shù)據(jù)的存儲。通常，我們會將系統(tǒng)信息保存在指定的關系數(shù)據(jù)庫中。

非結構化查詢獲取數(shù)據(jù)的方法:雖然大部分數(shù)據(jù)都是非結構化格式，但結構化數(shù)據(jù)普遍存在于各類商業(yè)應用軟件和系統(tǒng)中，如產(chǎn)品數(shù)據(jù)存儲、交易日志、ERP和CRM系統(tǒng)等，這些系統(tǒng)仍然采用過時的數(shù)據(jù)技術進行處理，如基于規(guī)則的系統(tǒng)和決策樹。這種方法需要人工進行特征提取，操作復雜，需要大量的人力進行數(shù)據(jù)標注。

非結構化數(shù)據(jù)無法用結構化數(shù)據(jù)的常規(guī)方法進行傳統(tǒng)方式的分析或處理，因此也成為AI領域的一個普遍問題。為了理解非結構化數(shù)據(jù)，通常需要輸入一整段文本來識別其潛在特征，然后查看這些特征是否出現(xiàn)在池中的其他文本中。所以在處理這類任務時，深度學習憑借其出色的特征提取能力一騎絕塵，于是大家開始思考利用神經(jīng)網(wǎng)絡在結構化數(shù)據(jù)上建立全連通層，以每一列的內容作為輸入，然后有一定的標簽，這樣就可以進行訓練和推理。

非結構化數(shù)據(jù)庫系統(tǒng)包括:1 .高性能要求數(shù)據(jù)庫的高并發(fā)讀寫。2.HugeStorage對海量數(shù)據(jù)高效存儲和訪問的需求，3、高可擴展。