البيانات الضخمة: المصادر والخصائص الخمس والأنواع

ليست كل البيانات بالشكل نفسه. البيانات الهيكلية مرتبة: تتّسق في جدول من صفوف وأعمدة، مثل قائمة بالفصول والدرجات في قاعدة بيانات المدرسة. والبيانات غير الهيكلية بلا شكل ثابت: نصوص حرة وصور وصوت وفيديو. ومنشور على وسيلة تواصل فيه صورة ومقطع فيديو بيانات غير هيكلية. أما البيانات شبه الهيكلية فهي في الوسط. والبريد الإلكتروني مثال جيد: فالرسالة نفسها نص حر، لكن فيها أيضًا أجزاء معنونة مثل المرسِل والمستقبِل والتاريخ والموضوع. ويستطيع الحاسوب البحث بسهولة في الأجزاء المعنونة، لكنه يحتاج إلى جهد أكبر لفهم النص الحر. وعندما تقابل جزءًا جديدًا من البيانات فاسأل: هل يتّسق في جدول، أم هو حر، أم مزيج من الاثنين؟