结构化数据和非结构化数据的不同在哪里

数据集成/当前页

作者：finedatalink

发布时间：2023.9.13

阅读次数：1,843 次浏览

结构化数据和非结构化数据不同在哪里，今天跟大家说说：

①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。

②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?

③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;

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:

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，例如实时数据同步、半小时一次、或者一天一次、或者说是需要实时数据同步融合，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—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一，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。

结构化数据,非结构化数据,数据同步

总而言之，在数字化时代下，大数据治理对企业数据建设的重要性不言而喻，然而实现的困难有时也让人望而却步，因此选择合适的技术和工具会达到事半功倍的效果。帆软FineDataLink——中国领先的低代码/高时效数据集成产品，能过为企业提供一站式的数据服务，通过快速连接、高时效融合多种数据，提供低代码Data API敏捷发布平台，帮助企业解决数据孤岛难题，有效提升企业数据价值。