结构化、半结构化、非结构化数据

1.结构化数据

定义：业界指关系模型数据，即以关系数据库表形式管理的数据

简析：虽然专业角度上看，结构化就是关系模型的说法并不准确，但针对目前业内现状，还是定义为关系模型最为妥善，因为它准确的代表了我们传统上最熟悉的企业业务数据。

2.半结构化数据

定义：非关系模型的、有基本固定结构模式的数据，例如日志文件、XML文档、JSON文档、Email等。

3.非结构化数据

定义：没有固定模式的数据，如WORD、PDF、PPT、EXL，各种格式的图片、视频等。

简析：区分半结构化与非结构化的意义在于，对两者的处理方法是不同的，非结构化数据大多采用内容管理方法，而半结构化数据基本没有有效的管理方法。

总结
（1）结构化、半结构化、非结构化其实是按照数据格式分类。

（2）严格讲，结构化与半结构化数据都是有基本固定结构模式的数据

（3）半结构与非结构化数据与目前流行的大数据之间只是有领域重叠的关系，本质讲两者并无必然联系。

（4）业界有将大数据认同为半结构/非结构化数据，是因为大数据技术最初是在半结构化数据领域发挥作用，其本质是将数据处理技术与数据格式混淆，是不正确的。

 

 

参考文献：

何小朝. 纵横大数据[M]. 电子工业出版社, 2014.
--------------------- 
原文：https://blog.youkuaiyun.com/qq_25353433/article/details/81451310