Types of Data数据类型：结构化、半结构化与非结构化

数据是未经组织的信息，经过处理后才能变得有意义。通常，数据包括事实、观察结果、感知、数字、字符、符号和图像，可以对其进行解释以得出意义。

数据的一种分类方式是根据其结构，可分为：

• 结构化 (Structured)
• 半结构化 (Semi-structured)
• 非结构化 (Unstructured)

---

1.结构化数据 (Structured Data)

• 定义： 具有明确定义结构或遵循特定数据模型的数据。
• 存储形式： 可以存储在明确定义的模式（如数据库）中，并且在许多情况下可以以行和列的表格形式表示。
• 性质： 结构化数据是客观的事实和数字，可以收集、导出、存储和组织在典型的数据库中。

结构化数据的来源示例

• SQL 数据库和专注于业务事务的在线事务处理 (OLTP) 系统。
• 电子表格，如 Excel 和 Google Spreadsheets。
• 在线表单。
• 传感器，如全球定位系统 (GPS) 和射频识别 (RFID) 标签。
• 网络和 Web 服务器日志。

处理方式

• 存储： 您通常可以将结构化数据存储在关系型或 SQL 数据库中。
• 分析： 您可以轻松地使用标准数据分析方法和工具来检查结构化数据。

---

2.半结构化数据 (Semi-structured Data)

• 定义： 具有某些组织属性但缺乏固定或严格模式的数据。
• 存储形式： 不能以数据库中行和列的形式存储。
• 组织方式： 它包含标签和元素（或元数据），用于对数据进行分组并以层次结构进行组织。

半结构化数据的来源示例

• 电子邮件 (E-mails)。
• XML 和其他标记语言。
• 二进制可执行文件 (Binary executables)。
• TCP/IP 数据包 (TCP/IP packets)。
• 压缩文件 ($Zipped\;files$)。
• 来自不同来源的数据集成。

处理方式

• 存储与交换： XML 和 JSON 允许用户定义标签和属性以层次结构形式存储数据，并被广泛用于存储和交换半结构化数据。

---

3.非结构化数据 (Unstructured Data)

• 定义： 不具有易于识别的结构，因此无法以行和列的形式组织在主流关系数据库中。
• 性质： 它不遵循任何特定的格式、序列、语义或规则。
• 应用： 非结构化数据可以处理来源的异构性，并具有各种商业智能和分析应用。

非结构化数据的来源示例

• 网页 ($Web\;pages$)。
• 社交媒体源 ($Social\;media\;feeds$)。
• 各种文件格式的图像（如 JPEG、GIF 和 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 ($Surveys$)。

处理方式

• 存储： 非结构化数据可以存储在文件和文档中（如 Word 文档）以进行手动分析，或存储在NoSQL 数据库中，后者拥有检查此类数据的专属分析工具。

---

总结：数据结构化分类

在下一个视频中，我们将学习不同类型的文件结构。