结构化数据：行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据。

非结构化数据：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、XML、HTML、各类报表、图像和音频/视频信息等等。

如何选择不是基于数据结构，而是基于使用它们的应用程序：关系数据库用于结构化数据，大多数其他类型的应用程序用于非结构化数据。

就像“结构”一词本身的意思一样，数据有高度组织化且格式整齐的特点。可以放入表格和电子表格中的数据。这种数据也称为定量数据。大多数企业将交易数据收集为结构化数据，其中包括符合合规性标准的财务信息。

结构化数据中最好的案例就是消费者数据。

还有我们常见的信用卡号，财务金额，日期，电话号码，地址和产品名称。

顾名思义，非结构化数据没有被组织或正确格式化的。在数据的收集，处理和分析上都是一项巨大的跳转。非结构化数据也称为定性数据，涵盖了结构化数据所没有的所有内容。非结构化数据每年都在增长，长期来说会出现难以管理的问题。

常见的非结构化数据包括报告，音频，文件，文本文件，社交媒体评论，意见，电子邮件等等。

其中由人工生成的典型非结构化数据包括：

• 文本文件：文字处理，电子表格，演示文稿，电子邮件，日志等。
• 电子邮件：由于其，电子邮件具有一些内部结构，有时我们将其称为半结构化。但是，其消息字段是非结构化的，并且传统的分析工具无法对其进行解析。
• 移动数据：短信，位置。
• 通讯：聊天，即时消息，电话录音，协作软件。
• 媒体：MP3，数码照片，音频和视频文件。
• 业务应用程序：MS Office文档，生产力应用程序等。

典型的机器生成的非结构化数据包括:

• 卫星图像：天气数据，地形，军事行动。
• 科学数据：油气勘探，空间勘探，地震影像，大气数据。
• 数字监视：监视照片和视频。
• 传感器数据： 交通，天气，海洋学传感器。

结构化数据与非结构化数据之间的区别

通过以上的举例，对于结构化数据和非结构化数据之间的区别应该有一些了解了。

结构化数据易于收集，分析和存储，而非结构化数据则是无组织的，需要通过更多的方式进行调查处理。非结构化数据还涵盖了更多的领域，随着internet的不断扩展，非结构化数据的例子也变的越来越多。

在某种意义上，非结构化数据与我们人类处理和分析信息的方式类似。如果你和某人交谈，所有的信息都是以一种无组织的方式传递的。尽管如此，我们仍然能够消化并理解这些数据。另一方面，结构化数据更符合计算机处理数据的方式。它组织整齐，易于分析。

免责声明：凡未注明来源或者来源为网络的信息均转自其它平台，是出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。网站只负责对文章进行整理、排版、编辑，不承担任何法律责任。若有侵权或异议请联系我们删除，谢谢。