什么是结构化数据非结构化数据半结构化数据

结构化的数据一般是指可以使用关系型数据库表示和存储，可以用二维表来逻辑表达实现的数据。

一般特点是：数据以行为单位，一行数据表示一个实体的信息，每一行数据的属性是相同的，存储在数据库中；能够用数据或统一的结构加以表示，如数字、符号；能够用二维表结构来逻辑表达实现，包含属性和元组，如：成绩单就是属性，90分就是其对应的元组。

传统的关系数据模型、行数据，存储于数据库，可用二维表结构表示。而结构化的数据的存储和排列是很有规律的，这对查询和修改等操作很有帮助。

对于结构化数据来讲通常是先有结构再有数据，而对于半结构化数据来说则是先有数据再有结构。

非结构化数据顾名思义，就是没有固定结构的数据。包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等都属于非结构化数据。对于这类数据，我们一般直接整体进行存储，而且一般存储为二进制的数据格式。

典型的人为生成的非结构化数据包括：

文本文件：文字处理、电子表格、演示文稿、电子邮件、日志。

网站：YouTube，Instagram，照片共享网站。

移动数据：短信、位置等。

媒体：MP3、数码照片、音频文件、视频文件。

业务应用程序：MSOffice文档、生产力应用程序。

典型的机器生成的非结构化数据包括：

卫星图像：天气数据、地形、军事活动。

科学数据：石油和天然气勘探、空间勘探、地震图像、大气数据。

数字监控：监控照片和视频。

传感器数据：交通、天气、海洋传感器。

延伸阅读：

结构化数据与非结构化数据两者之间最大的区别在于分析的便利性。针对结构化数据存在成熟的分析工具，但用于挖掘非结构化数据的分析工具正处于萌芽和发展阶段。

除此之外，非结构化数据比结构化数据要多得多，随着网络技术的发展，特别是Internet和其技术的飞快发展，使得非结构化数据的数量日趋增大。

据IDC研究表明，到2025年，全球数据量将会从2016年的16ZB上升至163ZB。知名研究机构Garter也表示，全球信息量正在以59%以上的年增长率快速增长。

而在这些数据中，结构化数据仅占到全部数据量的20%，其余80%都是以文件形式存在的非结构化和半结构化数据，日志文件、机器数据等又占据非结构化数据的90%。

这时，主要用于管理结构化数据的关系数据库的局限性暴露地越来越明显。因而，数据库技术相应地进入了“后关系数据库时代”，发展进入基于网络应用的非结构化数据库时代。

如今，非结构化数据在各行各业中占比越来越多，比如医疗行业的影像资料、教育行业的教学文档、传媒行业的音视频素材，公安执法的视频存档等，越来越多行业的企业组织都需要长期存放海量非结构化数据，业务对数据的采集、管理、应用的诉求也越来越多样化。

传统、单一、陈旧的数据管理方式存在的容量、性能需求瓶颈，信息孤岛，管理困难，一次性建设成本高等弊端也慢慢暴露出来，合规的要求日益严格，业务应用也要求数据更具备实时性和移动性。

如何更好地掌握和利用非结构化数据，成为众多企业亟需解决的问题。作为大数据产业的重要组成部分，甚至应该是产业的主体，非结构化数据一旦受到重视，注定将带来前所未有的发展机遇，吹响大数据时代下半场比赛的哨音。

在结构化数据为主导的阶段，大量的企业通过围绕结构化数据提供产品和服务，最终成长为行业巨头，并建立了稳固的竞争壁垒。而新兴的非结构化数据市场将给更多企业，尤其是创新型企业，带来百年一遇的弯道超车的机会。

同时，由于非结构化数据的自身特征与结构化数据有着本质的差异，导致这场变革将是全链条的——从数据的生产、存储、流转、加工、处理，到最终的分析、应用和输出，无不和传统模式有着天壤之别。而在其中任何一个环节，都可能出现颠覆性的技术和模式，甚至形成独立的规模化赛道。