Niestrukturalne dane to dane, które nie podlegają modelowi danych i nie mają łatwo rozpoznawalnej struktury. Dane niestrukturalne nie mogą być łatwo wykorzystywane przez programy i są trudne do analizy. Przykłady danych niestrukturalnych to zawartość e-maila, treść dokumentu Word, dane z mediów społecznościowych, zdjęcia, filmy, wyniki ankiet itp.
Przykład niestrukturalnych danych
Prostym przykładem niestrukturalnych danych jest ciąg znaków zawierający interesujące informacje, ale nie został on sformatowany zgodnie z dobrze zdefiniowanym schematem. Przykładem jest przedstawiona poniżej tabela:
| NiestrukturalnyCiąg | |
|---|---|
| Rekord 1 | ”Bob ma 29 lat” |
| Rekord 2 | ”Mary właśnie skończyła 30 lat” |
Dane niestrukturalne a dane strukturalne
W przeciwieństwie do danych niestrukturalnych, dane strukturalne odnoszą się do danych, które zostały sformatowane zgodnie z dobrze zdefiniowanym schematem. Przykładem mogą być dane przechowywane w dokładnie zdefiniowanych kolumnach w bazie danych relacyjnej lub arkuszu kalkulacyjnym. Przykłady strukturalnych pól to wiek, imię, numer telefonu, numery kart kredytowych czy adresy. Przechowywanie danych w formacie strukturalnym umożliwia ich łatwe zrozumienie i zapytania za pomocą maszyn oraz narzędzi takich jak SQL.
Formatowanie danych niestrukturalnych
Przekształcenie danych strukturalnych z danych niestrukturalnych jest często wykonywane podczas etapu transformacji danych w procesie ETL lub ELT.
Na przykład, aby efektywnie wykorzystać dane niestrukturalne podane w poprzednim przykładzie, można by je przekształcić na dane strukturalne takie jak poniżej:
| imię | wiek | |
|---|---|---|
| Rekord 1 | ”Bob” | 29 |
| Rekord 2 | ”Mary” | 30 |
Przechowywanie danych w strukturalny sposób sprawia, że znacznie łatwiej jest przeprowadzać zapytania. Na przykład po sformatowaniu danych przykładowych jest możliwe łatwe i efektywne wykonywanie zapytań według imienia lub wieku.