大数据技术与应用发展手册.docxVIP

大数据技术与应用发展手册

第1章数据基础与技术概述

1.1数据分类与特性

数据是信息的载体，是计算机处理和存储的符号集合。数据的分类主要依据其内容、形式、来源和用途，常见的分类包括结构化数据、非结构化数据、半结构化数据等。结构化数据是指可以被数据库存储和管理的数据，如表格数据、关系型数据库中的记录。结构化数据具有明确的格式和规则，便于高效处理和分析。

非结构化数据是指没有固定格式的数据，如文本、图像、视频、音频等。这类数据通常存储在文件系统中，处理时需要借助自然语言处理（NLP）或图像识别等技术。半结构化数据介于结构化和非结构化之间，如XML、JSON等格式的数据，虽然格式不固