结构化数据、半结构化数据、非结构化数据——Hadoop处理非结构化数据

刚开始接触Hadoop ,指南中说Hadoop处理非结构化数据，学习数据库的时候，老师总提结构化数据，就是一张二维表，那非结构化数据是什么呢？难道是文本那样的文件？经过上网搜索，感觉这个帖子不错

网址：http://blog.sina.com.cn/s/blog_49c1385f01014bf6.html

1. 结构化数据（structured  data）：

传统的关系数据模型、行数据，存储于数据库，可用二维表结构表示。

数据模型：

二维表

 

2. 半结构化数据(semi-structured data)：

类似XML、HTML之类，自描述，数据结构和内容混杂在一起。

数据模型：

树、图

 

3. 非结构化数据(unstructured data)：

各种文档、图片、视频/音频等。

数据模型：

无

 

PS :MapReduce对于非结构化或半结构化数据非常有效，因为在处理数据时才对数据进行解释，换句话说，MapReduce 输入的键和值并不是数据固有的属性，而是由分析数据的人员来选择的。