什么是结构型数据库

Ⅰ 什么是结构化数据，非结构化数据和半结构化数据

结构化数据也称为行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。结构化数据标记是能让网站以更好的姿态展示在搜索结果当中的方式。做了结构化数据标记，便能使网站在搜索结果中良好地展示丰富网页摘要。

非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。非结构化数据其格式非常多样，标准也是多样性的，而且在技术上非结构化信息比结构化信息更难标准化和理解。

半结构化数据具有一定的结构性，是一种适于数据库集成的数据模型。也就是说，适于描述包含在两个或多个数据库（这些数据库含有不同模式的相似数据）中的数据。它也是一种标记服务的基础模型，用于Web上共享信息。

(1)什么是结构型数据库扩展阅读：

结构化数据的标记方式

1、使用HTML代码标记

HTML代码标记的方式主要有3种：微数据、微格式和RDFa。但对于一些外贸站站来说，标记是以微数据为主，少许时候也会用到微格式，视不用的页面类型而定。

2、使用微数据标记

使用微数据标记的话，主流是使用schema进行标记。但由于页面上有些项, schema并没推出相应的标记代码，从而也得仍旧使用data-vocabulary来标记， 这样的话页面代码上就会出现新旧代码并存的情况。

Ⅱ 什么是结构化数据，非结构化数据

相对于结构化数据(即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据)而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。
字段可根据需要扩充，即字段数目不定，可称为半结构化数据，例如Exchange存储的数据。
非结构化数据库

在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，我们称之为非结构化数据。结构化数据属于非结构化数据，是非结构化数据的特例

数据清洗从名字上也看的出就是把“脏”的“洗掉”。因为数据仓库中的数据是面向某一主题的数据的集合，这些数据从多个业务系统中抽取而来而且包含历史数据，这样就避免不了有的数据是错误数据、有的数据相互之间有冲突，这些错误的或有冲突的数据显然是我们不想要的，称为“脏数据”。我们要按照一定的规则把“脏数据”“洗掉”，这就是数据清洗.而数据清洗的任务是过滤那些不符合要求的数据，将过滤的结果交给业务主管部门，确认是否过滤掉还是由业务单位修正之后再进行抽取。不符合要求的数据主要是有不完整的数据、错误的数据、重复的数据三大类。

(1)不完整的数据
这一类数据主要是一些应该有的信息缺失，如供应商的名称、分公司的名称、客户的区域信息缺失、业务系统中主表与明细表不能匹配等。对于这一类数据过滤出来，按缺失的内容分别写入不同Excel文件向客户提交，要求在规定的时间内补全。补全后才写入数据仓库。
(2)错误的数据
这一类错误产生的原因是业务系统不够健全，在接收输入后没有进行判断直接写入后台数据库造成的，比如数值数据输成全角数字字符、字符串数据后面有一个回车操作、日期格式不正确、日期越界等。这一类数据也要分类，对于类似于全角字符、数据前后有不可见字符的问题，只能通过写SQL语句的方式找出来，然后要求客户在业务系统修正之后抽取。日期格式不正确的或者是日期越界的这一类错误会导致ETL运行失败，这一类错误需要去业务系统数据库用SQL的方式挑出来，交给业务主管部门要求限期修正，修正之后再抽取。
(3)重复的数据
对于这一类数据——特别是维表中会出现这种情况——将重复数据记录的所有字段导出来，让客户确认并整理。
数据清洗是一个反复的过程，不可能在几天内完成，只有不断的发现问题，解决问题。对于是否过滤，是否修正一般要求客户确认，对于过滤掉的数据，写入Excel文件或者将过滤数据写入数据表，在ETL开发的初期可以每天向业务单位发送过滤数据的邮件，促使他们尽快地修正错误,同时也可以做为将来验证数据的依据。数据清洗需要注意的是不要将有用的数据过滤掉，对于每个过滤规则认真进行验证，并要用户确认。

随着网络技术的发展，特别是Internet和Intranet技术的飞快发展，使得非结构化数据的数量日趋增大。这时，主要用于管理结构化数据的关系数据库的局限性暴露地越来越明显。因而，数据库技术相应地进入了“后关系数据库时代”，发展进入基于网络应用的非结构化数据库时代。所谓非结构化数据库，是指数据库的变长纪录由若干不可重复和可重复的字段组成，而每个字段又可由若干不可重复和可重复的子字段组成。简单地说，非结构化数据库就是字段可变的数据库。

我国非结构化数据库以北京国信贝斯(iBase)软件有限公司的iBase数据库为代表。IBase数据库是一种面向最终用户的非结构化数据库，在处理非结构化信息、全文信息、多媒体信息和海量信息等领域以及Internet/Intranet应用上处于国际先进水平，在非结构化数据的管理和全文检索方面获得突破。它主要有以下几个优点：

(1)Internet应用中，存在大量的复杂数据类型，iBase通过其外部文件数据类型，可以管理各种文档信息、多媒体信息,并且对于各种具有检索意义的文档信息资源，如HTML、DOC、RTF、TXT等还提供了强大的全文检索能力。

(2)它采用子字段、多值字段以及变长字段的机制，允许创建许多不同类型的非结构化的或任意格式的字段，从而突破了关系数据库非常严格的表结构，使得非结构化数据得以存储和管理。

(3)iBase将非结构化和结构化数据都定义为资源，使得非结构数据库的基本元素就是资源本身，而数据库中的资源可以同时包含结构化和非结构化的信息。所以，非结构化数据库能够存储和管理各种各样的非结构化数据，实现了数据库系统数据管理到内容管理的转化。

(4)iBase采用了面向对象的基石，将企业业务数据和商业逻辑紧密结合在一起，特别适合于表达复杂的数据对象和多媒体对象。

(5)iBase是适应Internet发展的需要而产生的数据库，它基于Web是一个广域网的海量数据库的思想，提供一个网上资源管理系统iBase Web，将网络服务器(WebServer)和数据库服务器(Database Server)直接集成为一个整体，使数据库系统和数据库技术成为Web的一个重要有机组成部分，突破了数据库仅充当Web体系后台角色的局限，实现数据库和Web的有机无缝组合，从而为在Internet/Intranet上进行信息管理乃至开展电子商务应用开辟了更为广阔的领域。

(6)iBase全面兼容各种大中小型的数据库，对传统关系数据库，如Oracle、Sybase、SQLServer、DB2、Informix等提供导入和链接的支持能力。

通过从上面的分析后我们可以预言，随着网络技术和网络应用技术的飞快发展，完全基于Internet应用的非结构化数据库将成为继层次数据库、网状数据库和关系数据库之后的又一重点、热点技术。

Ⅲ 什么是数据库的概念结构

1. 数据库定义:数据库是长期储存在计算机内、有组织的、可共享的大量数据的集合。数据库中的数据按一定的数据模型组织、描述和储存，具有较小的冗余度、较高的数据独立性和易扩展性，并可为各种用户共享。2. 数据库管理技术发展的三个阶段：人工管理阶段，文件系统阶段，数据库系统阶段。3. DBMS（数据库管理系统）是位于用户与操作系统之间的一层数据管理软件。主要功能：1，数据定义功能。2，数据组织、存储和管理。3，数据操纵功能。4，数据库的事务管理和运行管理。5，数据库的建立和维护功能。6，其他功能。4. 什么是数据模型及其要素? (设计题)： 数据模型是数据库中用来对现实世界进行抽象的工具，是数据库中用于提供信息表示和操作手段的形式构架。一般地讲，数据模型是严格定义的概念的集合。这些概 念精确地描述系统的静态特性、动态特性和完整性约束条件。因此数据模型通常由数据结构、数据操作和完整性约束三部分组成。 (1)数据结构：是所研究的对象类型的集合，是对系统的静态特性的描述。 (2)数据操作：是指对数据库中各种对象(型)的实例(值)允许进行的操作的集合，包括操作及有关的操作规则，是对系统动态特性的描述。 (3)数据的约束条件：是完整性规则的集合，完整性规则是给定的数据模型中数据及其联系所具有的制约和依存规则，用以限定符合数据模型的数据库状态以及状态的变化，以保证数据的正确、有效、相容。最常用的数据模型：层次模型，网状模型，关系模型，面积对象模型，对象关系模型。5.常用的数据模型有哪些（逻辑模型是主要的），各有什么特征，数据结构是什么样的。答：数据模型可分为两类：第一类是概念模型，也称信息模型，它是按用户的观点来地数据和信息建模，主要用于数据库设计。第二类是逻辑模型和物理模型。其中逻辑模型主要包括层次模型、层次模型、关系模型、面向对象模型和对象关系模型等。它是按计算机系统的观点对数据建模，主要用于DBMS的实现。物理模型是对数据最低层的抽象，它描述数据在系统内部的表示方式和存取方法，在磁盘或磁带上的存储方式和存取方法，是面向计算机系统的。物理模型是具体实现是DBMS的任务，数据库设计人员要了解和选择物理醋，一般用户则不必考虑物理级的细节。层次数据模型的数据结构特点：一是：有且只有一个结点没有双亲结点，这个结点称为根结点。二是：根 以外的其他结点有且只有一个双亲结点。优点是：1.层次 数据结构比较简单清晰。2.层次数据库的查询效率高。3.层次数据模型提供了良好的完整性支持。缺点主要有：1.现实世界中很多联系是非层次性的，如结点之间具有多对多联系。2.一个结点具有多个双亲等 ，层次模型表示这类联系的方法很笨拙，只能通过引入冗余数据或创建非自然的数据结构来解决。对插入和删除操作的限制比较多，因此应用程序的编写比较复杂。3.查询子女结点必须通过双亲结点。4.由于结构严密，层次命令趋于程序化。可见用层次模型对具有一对多的层次联系的部门描述非常自然，直观容易理解，这是层次数据库的突出优点。网状模型：特点：1.允许一个以上的结点无双亲2.一个结点可以有多于一个的双亲。网状数据模型的优点主要有：1.能够更为直接地描述现实世界，如一个结点可以有多个双亲。结点
之间可以有多种上联第。2.具有良好的性能，存取效率较高。缺点主要有：1.结构比较复杂，而且随着应用环境的扩大，数据库的结构就变得越来越复杂，不利于最终 用户掌握。2.网状模型的DDL,DML复杂,并且要嵌入某一种高级语言中，用户不容易掌握，不容易使用。关系数据模型具有下列优点：1.关系模型与非关系模型不同，它是建立在严格的数学概念的基础上的。2.关系模型的概念单一。3.关系模型的存取路径对用户透明，从而具有更高的数据独立性，更好的安全保密性，也简化了程序员的工作和数据库开发的建立 的工作。主要的缺点是：由于存取路径房租明，查询效率往往不如非关系数据模型。因此为了提高性能，DBMS必须对用户的查询请求进行优化。因此增加 了开发DBMS的难度，不过用户不必考虑这些系统内部的优化技术细节。6.三级体系结构，外模式，模式 ，内模式定义是什么？模式也称逻辑模式，是数据库中全体数据的逻辑结构和牲的描述，是所有用户的公共数据视图。 外模式也称子模式或用户模式，它是数据库用户能够看见和使用的局部数据的逻辑结构和特征的描述，是数据库用户的数据视图是与某一应用有关的数据的逻辑表示。 内模式也称存储模式 ，是一个数据库只有一个内模式。它是数据物理结构和存储方式的描述，是数据在数据库内部的表示方式。7.两级映像和两级独立性，为什么叫物理独立性和逻辑独立性。当模式改变时由数据库管理员对各个外模式、模式的映像亻相应改变，可以使外模式保持不变。应用程序是依据数据的外模式编写的，从而应用程序不必修改，保证了数据与程序的逻辑独立生，简称数据的逻辑独立性。当数据库的存储结构改变了，由数据库管理员对模式、内模式映像作 相应改变，可以使模式保持不变，从而应用程序也不必改变。保证了数据与程序的物理独立性，简称数据的物理独立性。8.数据库系统一般由数据库、数据库管理系统 （及其开发工具）、应用系统和数据库管理员构成。9.关系的完整性（实体完整性、参照完整性、和用户定义的完整性）三部分内容，其中前二者是系统自动支持的，DBMS完整性控制子系统的三个主要功能？：提供定义完整性约束条件的机制，提供完整性检查的方法，违约处理。16.SQL的定义；即结构化查询语言，是关系数据库的标准语言，是一个通用的、功能极强的关系数据库语言。分类（交互式和嵌入式）17.group by 和having子句的作用20.视图的概念：视图是从一个或几个基本表导出的表。及相关操作：定义视图，查询视图，更新视图。视图更新有什么操作：插入，删除，和修改。22.数据库规范化的方法函数依赖的定义什么叫1NF2NF3NF BCNF定义：关系数据库中的关系是要满足一定要求的，满足不同程度要求的为不同范式。满足最低要求的叫第一范式，简称1NF。在第一范式中满足进一步要求的为第二范式，其余以此类推。各种范式之间的联系有：5NF（4NF（BCNF（3NF（2NF（1NF。25.数据库设计的几个阶段，每个阶段常用的方法和简要的内容：六个阶段：需求分析、概念结构设计、罗织结构设计、物理设计、数据库实施、数据库运行和维护。28.事务的概念？事务有哪些基本属性commit roll back含义：事务：是用户定义的一个数据库操作序列，这些操作要么全做，要么全不做，是一个不可分割的单位。四个特性：原子性，一致性，隔离性，持续性。Commit（提交：提交事务的所有操作） rollback（回滚：在事务运行的过程中发生了某种故障，事务不能继续执行，系统将事务中对数据库的所有已完成的操作全部撤销，回滚到事务开始时的状态。 29.什么叫数据库系统的可恢复性？：数据库管理系统具有把数据库从错误状态恢复到某一已知的正确状态的功能，这就是数据库系统的可恢复性。数据库故障的种类：事务内部的故障，系统故障（软故障），介质故障（硬故障），计算机病毒。30.不进行并发控制可能产生的问题？：多个事务对数据库并发操作可能造成事务ACID特点遭到在破坏。如何解决（三个）：1，丢失修改 2，不可重复读 3，读“脏”数据。31.三级封锁协议？能解决什么问题？：一级封锁协议：事务T在修改数据R之前必须先对其加X锁，直到事务结束才释放。事务结束包括正常结束（COMMIT）和非正常结束（ROLLBACK）。一级封锁协议中，如果是读数据不修改，是不需要加锁的，可防止丢失修改。二级封锁协议：在一级封锁协议基础上，加上事务T在读数据R之前必须先对其加上S锁，读完后即可释放S锁。在二级封锁协议中，由于读完数据后即可释放S锁，所以它不能保证可重复读。三级封锁协议：一级封锁协议加上事务T在读取数据R之前必须先对其加S锁，直到事务结束才释放。三级封锁协议除了防止了丢失修改和不读“脏”数据外，还进一步防止了不可重复读。上述三级协议的主要区别在于：什么操作需要申请封锁，以及何时释放锁。一般采取哪三种措施？插入呢？删除呢？：1，拒绝执行（不允许该操作执行），2，级连操作（当删除或修改被参照表的一个元组造成了与参照表的不一致，则删除或修改参照表中的所有造成不一致的元组），3，设置为空值（当删除或修改被参照表的一个元组时造成了不一致，则将参照表中的所有不造成不一致的元组的对应属性设置为空值）。38.视图对数据库安全性的作用？：1，视图能够简化用户的操作，2，视力使用户能以多种角度看待同一数据，3，视图对重构数据库提供了一定程度的逻辑独立性，4，视图能够对机密数据提供安全保护，5，适当的利用视图可以更清晰的表达查询。数据库：储存在计算机内，永久存储、有组织、有共享的大量数据的集合。数据管理技术的发展阶段：1.人工管理阶段：数据不保存，应用程序管理数据，数据不共享，数据不具有独立性。2.文件系统阶段：数据可以长期保存，由文件系统管理数据；数据共享性太差，冗余度大，数据独立性差。3.数据库系统阶段：出现数据库管理系统。数据库系统的特点：数据结构化（本质区别）；数据共享性高、冗余度低、易扩充；数据独立性高；数据有DBMS统一管理和控制。数据库管理系统：1.定义：DBMS，是位于用户与操作系统之间的一层数据管理软件。2.功能：数据定义功能；数据组织、存储和管理；数据操纵功能；数据库的事务管理和运行管理；数据库的建立和维护功能；通信功能、数据转换功能、互访和互操作功能。数据库系统：1.概念：DBS，是指在计算机系统中引入数据库后的系统。2.组成：一般由数据库、数据库管理系统、应用系统、数据库管理员构成。3.分类：集中式，C/S式，并行式，分布式。数据模型：1.定义：现实世界数据特征的抽象。2.组成，三要素：数据结构、数据操作、数据的完整性约束。两类数据模型为1）概念模型2）逻辑模型和物理模型。数据结构：描述数据库的组成对象以及对象之间的联系，主要描述与对象的类型、内容、性质有关的对象和与数据之间联系有关的对象。常用的数据模型：1.层次模型，用树形结构表示各类实体以及实体间的联系。2.网状模型，允许一个以上的结点无双亲，允许一个结点可以有多于一个的双亲。3.关系模型，包含单一数据结构

Ⅳ 结构化数据和非结构化数据是什么意思

结构化数据和非结构化数据是大数据的两种类型，这两者之间并不存在真正的冲突。客户如何选择不是基于数据结构，而是基于使用它们的应用程序：关系数据库用于结构化数据，大多数其他类型的应用程序用于非结构化数据。

结构化数据也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。

与结构化数据相对的是不适于由数据库二维表来表现的非结构化数据，包括所有格式的办公文档、XML、HTML、各类报表、图片和音频、视频信息等。

(4)什么是结构型数据库扩展阅读

结构化和非结构化数据之间的差异除了存储在关系数据库和存储非关系数据库之外的明显区别之外，最大的区别在于分析结构化数据与非结构化数据的便利性。针对结构化数据存在成熟的分析工具，但用于挖掘非结构化数据的分析工具正处于萌芽和发展阶段。

并且非结构化数据要比结构化数据多得多。非结构化数据占企业数据的80%以上，并且以每年55%~65%的速度增长。如果没有工具来分析这些海量数据，企业数据的巨大价值都将无法发挥。