处理数据的软件讲解什么是结构化数据文件 _生活百科

在Learning网站上看到了一个关于此问题比较好的回答，这里整理出来，分享一下。
（一）结构化数据
结构化数据（有时称为关系数据），是遵循某种严格架构的数据，因此所有数据都具有相同的字段或属性。共享架构允许使用 SQL（结构化查询语言）等查询语言轻松搜索此类数据。此功能使此数据样式非常适合 CRM 系统、预留和库存管理等应用程序。
结构化数据通常存储在具有行和列的数据库表中，其中键列指示表中的一行与另一个表的另一行中的数据之间的关系。下图显示了学生和班级的数据，这些数据与他们的成绩有关。

文章插图
【处理数据的软件讲解什么是结构化数据文件】结构化数据很简单，易于输入、查询和分析。所有数据都遵循相同的格式。但强制采用一致的结构也意味着数据演变会更加困难，因为必须更新每个记录才能符合新的结构。
一个结构化数据的具体例子：

业务分析师希望实现商业智能，以计算库存管道和查看销售数据。为了执行这些操作，需要将多个月的数据聚合在一起，然后进行查询。由于需要聚合类似数据，因此必须对这些数据进行结构化处理，以便将一个月的数据与下个月的进行比较。

（二）半结构化数据
半结构化数据的组织条理性与结构化数据相比要弱，且由于字段并不完全符合表、行和列的结构，不会以关系格式存储。半结构化数据包含突显数据的组织和层次结构的标记，例如键/值对。半结构化数据也称为非关系数据或 NoSQL 数据。此样式的数据的表达式和结构由序列化语言定义。
对于软件开发人员来说，数据序列化语言非常重要，因为它们可用于将存储在内存中的数据写入文件，并发送到另一个系统进行分析和读取。发送方和接收方无需知道有关另一个系统的详细信息，只要使用同样的序列化语言，这两个系统便可以理解数据。
半结构化数据常见格式有三种：XML、JSON、YMAL 。分别说明如下。
XML，即“可扩展标记语言”(extensible markup language) ，是首先获得广泛支持的一种数据语言。它是基于文本的，这使得它很容易被人和机器阅读。此外，几乎所有常用的开发平台都可以找到它的分析程序。XML 使你可以表达关系，并具有架构、转换甚至在 Web 上显示的标准。
以下示例用 XML 表示一个人的爱好。

<Person Age="23"><FirstName>John</FirstName><LastName>Smith</LastName><Hobbies><Hobby Type="Sports">Golf</Hobby><Hobby Type="Leisure">Reading</Hobby><Hobby Type="Leisure">Guitar</Hobby></Hobbies></Person>

XML 非常灵活，可以轻松表达复杂数据。但是，它往往更加冗长，从而使存储、处理或通过网络传递的规模更大。因此，其他格式变得更加热门。
JSON，即“JavaScript 对象表示法”(JavaScript Object Notation) ，具有轻型规范，并依赖大括号来表示数据结构。它没有 XML 那么冗长，且更易于阅读。Web 服务经常使用 JSON 返回数据。
下面是以 JSON 表示同一个人。

{"firstName": "John","lastName": "Doe","age": "23","hobbies": [{ "type": "Sports", "value": "Golf" },{ "type": "Leisure", "value": "Reading" },{ "type": "Leisure", "value": "Guitar" }]}

请注意，此格式不像 XML 那样正式。它比一个正式的数据表达式更接近键/值对模型。顾名思义，JavaScript 内置了对此格式的支持，这使得它在 Web 开发中非常热门。与 XML 一样，其他语言也有可用于处理此数据格式的分析程序。JSON 的缺点是它更倾向于面向程序员，使得非技术人员更难阅读和修改。
YAML，即“YAML 不是一种标记语言”(YAML Ain’t Markup Language)，是一种比较新式的数据语言，因为它比较人性化，所以人气迅速上涨。数据结构由分行和缩进定义，并减少了对结构化字符（如圆括号、逗号和方括号）的依赖。
下面是以 YAML 表示的同一个人的数据。

firstName: JohnlastName: Doeage: 23hobbies:- type: Sportsvalue: Golf- type: Leisurevalue: Reading- type: Leisurevalue: Guitar

这种格式比 JSON 更具可读性，通常用于需要由人编写但由程序分析的配置文件。然而，YAML 是最新的数据格式，在编程语言中没有 JSON 和 XML 那么多的支持。
一个半结构化数据的具体例子：

在线零售业务的产品目录数据本质上完全是结构化数据，因为每个产品都有产品 SKU、说明、数量、价格、尺寸选项、颜色选项、照片，并且可能还有视频。因此，这些数据最初似乎具有相关性，因为它们都具有相同的结构。但在推出新产品或不同类型的产品时，随着时间的推移，可能需要添加不同的字段。例如，推出的新网球鞋支持蓝牙，可以将传感器数据从鞋传送到用户手机上的健身应用。这种趋势日益上升，你希望将来能够让客户筛选“支持蓝牙”的鞋子。你不想返回到最初阶段，更新所有现有的鞋类数据，在其中添加“支持蓝牙”属性，只想在新鞋中添加该属性。
通过添加“支持蓝牙”属性，在架构中引入了差异，因此鞋类数据不再是同源数据。如果这是你预计会遇到的唯一例外，则可返回去将现有数据标准化，使所有产品都包含“支持蓝牙”字段，维持结构化的关系组织形式。但是，如果这只是你预计未来需要提供支持的众多特性字段之一，则应将数据归为半结构化类型。数据按标记组织，但目录中的每个产品都可包含唯一字段。

（三）非结构化数据
非结构化数据的组织结构难以发现。非结构化数据通常以文件形式提供，例如照片或视频。视频文件本身可具有整体结构并且具有半结构化元数据，但是包括视频文件本身在内的数据是非结构化数据。因此，将照片、视频和其他类似文件归类为非结构化数据。
非结构化数据示例包括：

媒体文件（如照片、视频和音频文件）
Office 文件（如 Word 文档）
文本文件
日志文件

一个非结构化数据的具体例子：

产品页面上显示的照片和视频是非结构化数据。尽管媒体文件可能包含元数据，但媒体文件的正文是非结构化的。

概括来说，结构化数据是完全符合表中的行和列结构的组织化数据。半结构化数据也具有组织性且有明确的属性和值，但数据存在多样性。非结构化数据并不符合表结构，也没有架构。

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「爱刨根生活网」www.aipaogen.com小编还为您精选了以下内容，希望对您有所帮助：

处理数据的软件讲解 什么是结构化数据文件

处理数据的软件讲解什么是结构化数据文件