清蒸金鲳鱼做法
结构化数据、半结构化数据和⾮结构化数据有什么区别以及应
⽤场景有哪些？
⼀、结构化数据
秋叶图片唯美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。举⼀个例⼦：老师的比喻
id name age gender
1 Liu Yi 20 male
2 Chen Er 35 female
精辟语录
3 Zhang San 28 male
所以，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。
但是，它的扩展性不好。⽐如，如果字段不固定，利⽤关系型数据库也是⽐较困难的，有⼈会说，需要的时候加个字段就可以了，这样的⽅法也不是不可以，但在实际运⽤中每次都进⾏反复的表结构变更是
⾮常痛苦的，这也容易导致后台接⼝从数据库取数据出错。你也可以预先设定⼤量的预备字段，但这样的话，时间⼀长很容易弄不清除字段和数据的对应状态，即哪个字段保存有哪些数据。
⼆、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。
常见的半结构数据有XML和JSON，对于对于两个XML⽂件，第⼀个可能有
<person>
<name>A</name>
<age>13</age>统计表怎么做
<gender>female</gender>甄妮
</person>
第⼆个可能为：
<person>
<name>B</name>
<gender>male</gender>李小龙体脂
</person>
从上⾯的例⼦中，属性的顺序是不重要的，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？上⾯的例⼦中，<person>标签是树的根节点，<name>和<gender>标签是⼦节点。通过这样的数据格式，可以⾃由地表达很多有⽤的信息，包括⾃我描述信息（元数据）。所以，半结构化数据的扩展性是很好的。往日不可追
三、⾮结构化数据
⾮结构化数据是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。包括所有格式的办公⽂档、⽂本、图⽚、各类报表、图像和⾳频/视频信息等等。
⾮结构化数据其格式⾮常多样，标准也是多样性的，⽽且在技术上⾮结构化信息⽐结构化信息更难标准化和理解。所以存储、检索、发布以及利⽤需要更加智能化的IT技术，⽐如海量存储、智能检索、知识挖掘、内容保护、信息的增值开发利⽤等。
四、应⽤场景
结构化数据，简单来说就是数据库。结合到典型场景中更容易理解，⽐如企业ERP、财务系统；医疗HIS数据库；教育⼀卡通；政府⾏政审批；其他核⼼数据库等。这些应⽤需要哪些存储⽅案呢？基本包括⾼速存储应⽤需求、数据备份需求、数据共享需求以及数据容灾需求。
⾮结构化数据，包括视频、⾳频、图⽚、图像、⽂档、⽂本等形式。具体到典型案例中，像是医疗影像系统、教育视频点播、视频监控、国⼟GIS、设计院、⽂件服务器（PDM/FTP）、媒体资源管理等具体应⽤，这些⾏业对于存储需求包括数据存储、数据备份以及数据共享等。
半结构化数据，包括邮件、HTML、报表、资源库等等，典型场景如邮件系统、WEB集群、教学资源库、数据挖掘系统、档案系统等等。这些应⽤对于数据存储、数据备份、数据共享以及数据归档 等基本存储需求。
