Hive中structured、semi-structured、unstructured是什么意思

這篇文章給大家分享的是有關(guān)Hive中structured、semi-structured、unstructured是什么意思的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過來看看吧。

結(jié)構(gòu)化數(shù)據(jù)（structured）、半結(jié)構(gòu)化數(shù)據(jù)(semi-structured)

非結(jié)構(gòu)化數(shù)據(jù)(unstructured) 

結(jié)構(gòu)化數(shù)據(jù)

結(jié)構(gòu)化的數(shù)據(jù)是指可以使用關(guān)系型數(shù)據(jù)庫表示和存儲，表現(xiàn)為二維形式的數(shù)據(jù)。
一般特點(diǎn)是：數(shù)據(jù)以行為單位，一行數(shù)據(jù)表示一個(gè)實(shí)體的信息，每一行數(shù)據(jù)的屬性是相同的。舉一個(gè)例子：

半結(jié)構(gòu)化數(shù)據(jù)

半結(jié)構(gòu)化數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)的一種形式，它并不符合關(guān)系型數(shù)據(jù)庫或其他數(shù)據(jù)表的形式關(guān)聯(lián)起來的數(shù)據(jù)模型結(jié)構(gòu)，但包含相關(guān)標(biāo)記，用來分隔語義元素以及對記錄和字段進(jìn)行分層。因此，它也被稱為自描述的結(jié)構(gòu)。

半結(jié)構(gòu)化數(shù)據(jù)，屬于同一類實(shí)體可以有不同的屬性，即使他們被組合在一起，這些屬性的順序并不重要。

常見的半結(jié)構(gòu)數(shù)據(jù)有XML、JSON、 HTML，對于對于兩個(gè)XML文件，
第一個(gè)可能有

<person> <name>張三</name>  <age>20</age> <gender>female</gender>  </person> 
		1	
		2	
		3	
		4	
		5	

第二個(gè)可能為：

<person>  <name>李四</name> <gender>male</gender> </person> 
		1	
		2	
		3	
		4	

從上面的例子中，屬性的順序是不重要的，不同的半結(jié)構(gòu)化數(shù)據(jù)的屬性的個(gè)數(shù)是不一定一樣的。有些人說半結(jié)構(gòu)化數(shù)據(jù)是以樹或者圖的數(shù)據(jù)結(jié)構(gòu)存儲的數(shù)據(jù)，怎么理解呢？上面的例子中，<person>標(biāo)簽是樹的根節(jié)點(diǎn)，<name>和<gender>標(biāo)簽是子節(jié)點(diǎn)。通過這樣的數(shù)據(jù)格式，可以自由地表達(dá)很多有用的信息，包括自我描述信息（元數(shù)據(jù)）。所以，半結(jié)構(gòu)化數(shù)據(jù)的擴(kuò)展性是很好的。

非結(jié)構(gòu)化數(shù)據(jù)

顧名思義，就是沒有固定結(jié)構(gòu)的數(shù)據(jù)。各種文檔、圖片、視頻/音頻等都屬于非結(jié)構(gòu)化數(shù)據(jù)。對于這類數(shù)據(jù)，我們一般直接整體進(jìn)行存儲，而且一般存儲為二進(jìn)制的數(shù)據(jù)格式

感謝各位的閱讀！關(guān)于“Hive中structured、semi-structured、unstructured是什么意思”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學(xué)到更多知識，如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！