Слабоструктурированные данные — Википедия

Слабоструктури́рованные да́нные (полуструктурированные или плохо структурированные данные) — это форма структурированных данных, не соответствующая строгой структуре таблиц и отношений в моделях реляционных баз данных, тем не менее эта форма данных содержит теги и другие маркеры для отделения семантических элементов и для обеспечения иерархической структуры записей и полей в наборе данных[1]. Таким образом, такой вид данных можно назвать бессхемным (schemaless), а структуру — самоописываемой.

В слабоструктурированных данных сущности, принадлежащие одному и тому же классу, могут иметь разные атрибуты, даже если классы принадлежат к одной группе. Порядок атрибутов также не важен.

Слабоструктурированные данные становятся важным объектом для исследований по нескольким причинам[2]:

  • к таким источникам данных, как Веб, удобно обращаться как к базам данных, но Веб нельзя «уложить» в прокрустово ложе какой-либо определённой схемы данных;
  • желательно иметь предельно гибкий формат для обмена данными между разными базами данных;
  • даже при работе со структурированными данными может быть удобно представлять их в виде слабоструктурированных данных с целью навигации по ним.

Таким образом, слабоструктурированные данные встречаются всё чаще, поскольку с развитием интернета для полнотекстовых документов и баз данных требуется формат данных, выступающий в качестве информационного посредника. Слабоструктурированные данные часто можно встретить в объектно-ориентированных базах данных.

Типы слабоструктурированных данных

[править | править код]

XML[3] и другие языки разметки, email и сообщения в форматах EDI — всё это примеры слабоструктурированных данных.

Модель обмена данных (OEM)[4] предшествовала XML и являлась самоописываемой структурой данных.

Примечания

[править | править код]
  1. Tutorial on semi-structured data by Peter Buneman from Symposium on Principles of Database Systems, 1997 [1] Архивная копия от 17 мая 2009 на Wayback Machine
  2. Peter Buneman, Semistructured data Архивная копия от 13 мая 2013 на Wayback Machine, Proceedings of the sixteenth ACM SIGACT-SIGMOD-SIGART symposium on Principles of database systems, p.117-121, May 11-15, 1997, Tucson, Arizona, United States
  3. The Penn database group has semi-structured and XML data project. Дата обращения: 12 марта 2012. Архивировано 2 ноября 2013 года.
  4. Stanford Universities Lore DBMS. Дата обращения: 12 марта 2012. Архивировано 6 августа 2012 года.