知乎高赞回答｜只需5分钟，一文教你理解结构化和非结构化数据！

什么是结构化数据？

结构化数据：指关系模型数据，即以关系数据库表形式管理的数据，结合到典型场景中更容易理解，比如企业ERP、OA、HR里的数据。

什么是非结构化数据？

非结构化数据：指数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。如word、pdf、ppt及各种格式的图片、视频等。

其实除了结构化数据和非结构化数据，还有一类是半结构化数据，那什么是半结构化数据？

什么是半结构数据？

半结构化数据：指非关系模型的、有基本固定结构模式的数据，例如日志文件、XML文档、JSON文档、E-mail等；

数据类型和数据库类型有关系吗？

有一定关系。

关系型数据库一般存储结构化数据，而非关系型数据库则可以存储结构化或非结构化数据。

关系型数据库使用表格来存储数据，每个表格有预定义的列和行。这些列定义了数据类型和数据格式，使得数据能够被严格限制和规范化。因此，关系型数据库通常只适用于存储结构化数据。

相反，非关系型数据库可以存储各种类型的数据，包括结构化和非结构化数据。非关系型数据库可以使用键值对、文档、图形等不同的数据模型来存储数据。这种灵活性使得非关系型数据库更适合于存储非结构化数据。

因此，数据的结构化程度对于选择数据库类型是至关重要的考虑因素。如果您的数据是结构化的，那么关系型数据库可能是更好的选择；如果您的数据是非结构化的，那么非关系型数据库可能更适合。

延伸问题：要如何处理这三种异构数据？

1、针对多元结构化数据的融合，主要关注在数据的ETL处理以及时效性上：

①表结构不同，需要做到不同类型的字段映射

②假如要新增表字段的时候，需要新增列

③若有表字段需要进行二次处理规范，需要支持字段转换，比如公式或其他

④新增表设计时，需要保证三大范式，这里就不展开讲了，可参考：数据库三大范式

⑤数据同步的时效性，例如实时同步、半小时一次、或者一天一次、或者说是需要实时同步融合，这个要根据具体业务场景来确认。

2、针对半结构化、非结构化数据，因为数据分散，缺乏统一管理，需要借用专业工具

目前有两种方式来处理半结构、非结构化数据：

①提取半结构、非结构化数据中的关键信息，到结构化数据中进行二次利用，比较好处理的是半结构化（json、xml）、excel、csv，因为这种数据的结构比较统一。

②向word、PDF这种文件提取关键信息，假如是单个文本的话，市面上有些工具可能可以实现，但假如是大批量的话，可能就需要通过程序，去自定义一些正则表达式，去进行关键信息的提取。这种一般来说，因为格式不一致，以及用途不一致，所以程序自定义的比较多。

针对这种的话，会综合考虑数据价值和投入产出比，因为这部分的数据处理较为复杂。

若想提高投入产出比，可用例如FineDataLink这类专业工具，去支持结构化/半结构化数据的融合集成，面向ETL数据处理场景，也可以让数据编排更简单一些，提高数据的使用价值。

另外，如若这部分历史文件需要做到备份的话，会通过FTP或者SFTP将文件进行备份存储到文件服务器，进行文件业务分类、文件名、路径的统一管理，提供统一入口，通过权限管理的方式给到大家下载使用。

最后给大家分享一份大数据决策分析平台建设方案，最近在做数据管理方面的朋友可以看看。