Understanding Data数据结构分类

数据是未组织的信息，经过处理后变得有意义。数据可以根据其组织方式分为三种主要类型：结构化、半结构化和非结构化数据。

---

1. 结构化数据 (Structured Data)

结构化数据是高度组织化的信息，具有明确定义的结构或遵循特定的数据模型。

• 特点:
  • 具有明确定义的模式（schema）。
  • 可以以表格（rows and columns）的形式存储。
  • 便于使用标准数据分析方法和工具进行检查。
• 存储位置: 关系数据库（SQL Databases）、在线事务处理（OLTP）系统。
• 来源示例: SQL 数据库、电子表格（如 Excel）、在线表单、传感器数据（GPS, RFID）、网络和 Web 服务器日志。

---

2. 半结构化数据 (Semi-structured Data)

半结构化数据具有一定的组织属性，但缺乏固定的或严格的模式（rigid schema）。

• 特点:
  • 不能以严格的行和列形式存储。
  • 包含标签（tags）和元数据（metadata）来对数据进行分组和组织层次结构。
• 存储格式: XML 和 JSON 广泛用于存储和交换半结构化数据，它们允许用户定义标签和属性以分层形式存储数据。
• 来源示例: 电子邮件、XML 和其他标记语言、二进制可执行文件、TCP/IP 数据包、压缩文件、来自不同来源的数据集成。

---

3. 非结构化数据 (Unstructured Data)

非结构化数据是没有容易识别的结构的数据，因此不能以行和列的形式组织在主流关系数据库中。

• 特点:
  • 不遵循任何特定的格式、序列、语义或规则。
  • 处理来源的异构性（heterogeneity of sources）。
• 存储位置: 文件和文档（例如 Word 文档）用于手动分析，或存储在具有相应分析工具的 NoSQL 数据库中。
• 来源示例: 网页、社交媒体提要、图像（JPEG, GIF, PNG）、视频和音频文件、文档和 PDF 文件、PowerPoint 演示文稿、媒体日志、调查。

---

接下来，您将了解不同类型的文件结构。