什么是无结构化数据和半结构化数据？

Question

mongoDB适用于无结构化数据和半结构化数据。

请问：什么是无结构化数据和半结构化数据呢，可以举例说明吗？

Answer 1

这个问题 MongoDB 官网上自己就有说明：

https://www.mongodb.com/resources/basics/unstructured-data

---

以下内容纯属个人观点。

结构化和非结构化数据确实是客观存在的，但这个所谓“更适合”其实只是一个商业口号，你会发现它举的那些例子，表面上看是非结构化的，但最后存储的时候还是得转换为某种结构 —— 不然你打算怎么读取？

你可以说传统的 RDBMS 的二维表的形式存在一些弊端（比如说对扩展不利），但非得像 MongoDB 宣传的那样说只有“二维表才叫结构化”那就有点儿扯淡了。

换而言之，现实中确实存在非结构化的数据，但除非你是原封不动的单纯存储，否则但凡你要在程序中做处理、做分析、做运算，那么势必得把它转换成某种固定结构，哪怕这种结构它不是二维表，它也一定是有结构的。做 Spider/ML/LLM 的同行们应该都熟悉一个步骤，叫“数据清洗”，这里面很重要的一点就是把非结构化数据转换为结构化数据，不然后续的流程就没法做了。这种转换也未必都是转换成二维表的形式（即 MongoDB 所宣传的“结构化”），但总归是有结构的。

当然了，这个问题 MongoDB 自己也意识到有点儿牵强了，所以它整了个新名词叫“半结构化”。