什么是结构化数据？
什么是非结构化数据?
结构化数据与非结构化数据对比
什么是半结构化数据？
半结构化数据维护用于识别单独数据元素的内部标记和标签，从而实现信息分组和层次结构。文档和数据库都可以是半结构化的。这种类型的数据只代表结构化/半结构化/非结构化数据的5%-10%，但具有关键的业务用例。
电子邮件是半结构化数据类型的一个非常常见的例子。而更高级的分析工具对于线程跟踪，近似重复数据删除和概念搜索是必需的。电子邮件的本地元数据可以实现分类和关键字搜索，无需任何其他工具。
电子邮件是一个巨大的用例，但大多数半结构化的开发中心都在缓解数据传输问题。与基于Web的数据共享和传输一样，共享传感器数据也是一个不断增长的用例：电子数据交换(EDI)，许多社交媒体平台，文档标记语言和NoSQL数据库。
标记语言XML这是一种半结构化的文档语言。XML是一组定义人机可读格式的文档编码规则(虽然说XML是人类可读的，但并没有带来太大的好处，因为人员阅读XML文档都会让他们更加耗费时间。)其价值在于它的标签驱动结构非常灵活，编码人员可以使其适应在Web上普及数据结构、存储和传输。
开放标准JSON(JavaScript Object Notation)是另一种半结构化数据交换格式。Java隐含在名称中，但其他类似C语言的编程语言可以识别它。其结构由名称/值对(或对象、散列表等)和有序值列表(或数组、序列、列表)组成。由于结构在各种语言之间可以互换，JSON擅长在Web应用程序和服务器之间传输数据。
NoSQL半结构化数据也是许多NoSQL(不仅是SQL)数据库的重要组成部分。NoSQL数据库与关系数据库不同，因为它们不会将组织(模式)与数据分开。这使得NoSQL成为存储不容易适应记录和表格格式的信息(比如长度不同的文本)的更好选择。它还允许数据库之间进行更容易的数据交换。一些较新的NoSQL数据库(如MongoDB和Couchbase)也通过将它们以JSON格式本地存储来包含半结构化文档。
在大数据环境中，NoSQL不需要管理员将运营和分析数据库分离为单独的部署。NoSQL是可操作的数据库，并托管用于商业智能的本地分析工具。在Hadoop环境中，NoSQL数据库摄取并管理传入数据并提供分析结果。
这些数据库在大数据基础架构和LinkedIn等实时Web应用程序中很常见。在LinkedIn网站上，数以亿计的商业用户可以自由分享职位、地点、技能等等。LinkedIn以半结构化格式捕捉海量数据。当求职用户创建搜索时，LinkedIn会将查询与其大规模的半结构化数据存储相匹配，将数据交叉引用到招聘趋势中，并与求职者分享结果推荐。Salesforce等高级LinkedIn服务中的销售和营销查询也采用相同的流程。亚马逊还将读者推荐建立在半结构化数据库上。
推荐文章：关于一些技术点的随笔记录
