在数据分析中,我们会接触到很多的数据,而这些数据都是有类别之分的。这些数据根据结构分类被划分为三种,它们分别是结构化数据、非结构化数据、半结构化数据。在这篇文章中我们就简单地给大家介绍一下这三种数据的相关知识。

首先我们说一下结构化数据,结构化的数据是指可以使用关系型数据库表示和存储,表现为二维形式的数据。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。能够用数据或统一的结构加以表示,我们称之为结构化数据,如数字、符号。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。

然后我们说一下半结构化数据,半结构化数据是结构化数据的一种形式,它并不符合关系型数据库或其他数据表的形式关联起来的数据模型结构,但包含相关标记,用来分隔语义元素以及对记录和字段进行分层。因此,它也被称为自描述的结构。半结构化数据,属于同一类实体可以有不同的属性,即使他们被组合在一起,这些属性的顺序并不重要。所谓半结构化数据,就是介于完全结构化数据和完全无结构的数据之间的数据,XML、HTML文档就属于半结构化数据。它一般是自描述的,数据的结构和内容混在一起,没有明显的区分。而不同的半结构化数据的属性的个数是不一定一样的。有些人说半结构化数据是以树或者图的数据结构存储的数据,怎么理解呢?

最后我们给大家介绍一下非结构化数据,非结构化数据顾名思义,就是没有固定结构的数据。各种文档、图片、视频、音频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。非结构化数据库是指其字段长度可变,并且每个字段的记录又可以由可重复或不可重复的子字段构成的数据库,用它不仅可以处理结构化数据而且更适合处理非结构化数据。

在这篇文章中我们简单地给大家介绍了结构化数据、非结构化数据以及半结构化数据的知识,其实现在很多的数据分析师都开始加大对非结构化数据的研究。由此可见,非结构化数据的前景还是十分明朗的。

作者:CDA数据分析师培训
链接:https://www.jianshu.com/p/4e0bc417b096
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

发表评论

邮箱地址不会被公开。 必填项已用*标注