字段可变的数据库 使得 非结构化  数据的数量是越来越巨大啦。这时候，基本上用来管那种规规矩矩表格数据的关系库就有点扛不住了它的局限性就暴露出来了。因而 数据库手艺相应要变一下这玩意儿事情hen常见。

    我跟你说 非结构化的数据其实就是那些个没有固定格式的东西，不轻巧松放到老一套的关系型数据库里面去存的那种信息。我们平时发个图片， 发个细小视频，或者刷抖音刷微博kan到的一些文字帖子，甚至是一些word文档 pdf dou算这玩意儿类别。这种东西眼下占了互联网信息的绝巨大许多数， 虽然弄起来挺麻烦，但是里面藏着hen巨大的值钱，你要是Zuo业务也优良搞手艺也优良，dou得懂一点点。

一句话说清楚 非结构化到底是啥玩意儿

    轻巧松来讲就是乱七八糟的数据，没有统一模版。我给你举个例子，你去超市买东西收据上面dou有固定的栏目 日期 价钱 商品名，这叫有结构的。但是你朋友圈一条动态，有图有文字还有定位表情包，个个人发的不一样，这就叫没结构的。你根本没法规定第几列是啥。

    有些人会把它跟半结构化和半啥混在一起，其实别纠结名词啦。巨大概意思就是格式不固定长远度也不固定。有的长远有的短暂，有的今天有这玩意儿字段明天又许多了个新鲜字段。所以老式的sql查询查起来特别费劲，得先整理整理再查。

    我个人觉得啊，这玩意儿概念听上去hen高大巨大上，其实就是我们生活里到处dou是的东西。就比如你微信聊天记录， 一条消息兴许是纯文字，一条兴许是语音转文字，一条兴许是红包记录，这Neng放进一张表吗？放不进去对不对，所以这就是典型的例子。

常见的 非结构化的例子有哪些 说几个你一准儿见过的

    ​​​​

&& nbsp; 文本文件是Zui许多的， 像 Word 文档 PDF 文件 电子邮件 内容，然后还有我们在网上发的评论 推文 日志。这类东西没有统一的长远度管束也没有固定的字段名， 有的几百字有的几万字机器读起来hen费劲，要靠天然语言处理去抠。

&& nbsp; 许多新闻也是巨大头，你手机里拍的照片录的视频下载的音乐全dou是标准的这种类型。网页也算是 虽然HTML有标签，但是页面内容千变万化的，个个网站排版dou不一样，所以抓取下来还是乱七八糟的结构不统一。

&& nbsp; 再比如传感器产生的一些麻烦日志， Ru果没有清洗过的话，那些个时候戳加上各种报错码堆在一起，也是算进去的。这种数据类型许多样格式自在就是互联网世界Zui真实实的样子，没办法齐整划一。

那这种乱七八糟的数据怎么存 怎么弄啊 hen头疼吧

&& nbsp; 处理这类东西确实是个挑战，基本上原因是没法直接用 SQL 去查。要么你先想办法把它变成半结构体 要么就用专门的手艺去琢磨。比如文本就要用到天然语言处理 NLP 这玩意儿词hen火 它Neng提取关键词 琢磨情感倾向 kan你是夸还是骂。对图片和视频，就要靠图像识别和计算机视觉 让机器kan懂里面是啥猫还是狗还是人脸。

&& nbsp; 存储也是个巨大学问，老式的数据库存不住这么巨大的量 或者这么灵活的格式。眼下巨大家dou流行对象存储 或者 NoSQL 数据库 来搞定这事。这些个存储方案Neng装海量的东西，而且 性有力，想扩就扩，不怕爆掉。然后还要有巨大数据平台 啥 Hadoop Spark 之类的，从这些个杂乱的信息里挖出点值钱的东西来。

&& nbsp; 说实话hen许多人一开头会想结实塞进 MySQL 里后来啊找到性Neng巨差 然后索引建了一堆也没用。所以早点认清现实 用合适的工具才行。这玩意儿过程叫ETL 或者ELT，反正就是抽取转换加载，hen累人的活儿。不过Zuo了以后后面才优良玩。

======= == == == 为啥要关心它 有啥值钱吗 别以为没用呀

&& nbsp 千万别觉得这些个东西乱七八糟就没用了其实里面的金子许多着呢。对公司来说 琢磨客户在社交新闻上的评论 就晓得巨大家对产品到底怎么想，比发问卷打听真实实许多了。基本上原因是人家吐槽不会客气。通过琢磨监控视频 Neng保障平安也Neng统计客流 kan哪个门口人Zui许多。

&& nbsp 在买卖决策上 这些个信息Neng给geng全面的视角。比如结合地理位置信息和用户上传的图片 商家就NengZuo精准广告投放。你喜欢晒咖啡店 那广告推送咖啡券给你命中率hen高大。科研领域也一样 海量的kan病影像帮AI模型学诊断生病 以后兴许比医生还迅速。当然这是理想状态 现实还有hen许多坑要填。

&& nbsp Neng说谁Nenggeng优良地利用这种乱的数据 谁就Neng在信息时代抢占先机。眼下每天产生的数据99%dou是这种类型 你不用它等于把钱扔水里。虽然kan起来杂乱无章 但是只要方法对了 Neng提炼出非常有值钱的洞察出来。这才是沉点不是吗 。

=== 再说说唠叨两句 关于怎么存得住 怎么跑得动

=为了geng优良地存储和处理这些个海量的 非结构体 数据 一个有力巨大的基础设施是必不可少许的。弹性云服务器给了灵活的计算和存储材料 Neng根据业务需求随时扩容 hen适合应对那种 数据量忽巨大忽细小的场景。不管是搭建巨大数据琢磨平台 还是一口气存下海量的许多新闻文件 它douNeng给稳稳当当可靠的支持 让你的 数据发挥出Zui巨大的值钱 不至于卡死掉 。我个人试过 自己搭一台细小服务器 跑一个细小型的向量检索 系统磨蹭得不行 后来换成弹性材料 一下子迅速了hen许多 所以工具真实的hen关键 。