構造化・半構造化・非構造化データ

構造化・半構造化・非構造化データは、データが固定スキーマや機械可読な構造をどの程度明示しているかによる分類です。

■ 試験で押さえるポイント

• 構造化データは関係DBの表のように列、型、制約をあらかじめ定義し、検索・集計・整合性管理を行いやすいデータです。

• 半構造化データはJSON・XMLのようにタグ、キー、階層等の自己記述的構造を持つ一方、レコードごとに項目が異なる柔軟性があります。

• 非構造化データは自然文、画像、音声、動画等、固定した行列スキーマへ直接収まりにくいデータです。メタデータを付けて管理できます。

• 分類は絶対ではなく、画像ファイルにもヘッダーやメタデータがあります。分析目的に対して内容部分の構造がどこまで明示されるかで判断します。

■ 選択肢での判断ポイント

固定表スキーマは構造化、キーやタグを持つJSON・XMLは半構造化、本文・画像・音声は非構造化です。半構造化は構造がないのではなく柔軟な自己記述構造を持つと押さえます。

例: 顧客表の氏名・年齢は構造化、項目が注文ごとに異なるJSONは半構造化、問い合わせ録音の音声内容は非構造化データです。