非结构化数据库管理

在信息社会，信息可以分为两类。一类信息可以用数据或者统一的结构来表示，我们称之为结构化 data，比如数字和符号；另一种信息，如文本、图像、声音、网页等。，不能用数字或者统一的结构来表示。我们称之为非结构化数据。结构化 data属于非结构化 data，而且是非结构化 data。

管理结构化data relation数据库的局限性暴露得越来越明显。因此，数据库技术也相应地进入了“后关系数据库时代”。已经进入了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记录由几个不可重复的字段组成。

与结构化 data(即行数据存储在数据库中，实现的数据可以用二维表结构进行逻辑表示)相比，不便用数据库二维逻辑表表示的数据称为non-。字段可以根据需要进行扩展，即字段个数不确定，可以称为semi 结构化 data，比如存储在Exchange中的数据。

一类信息可以用数据或者统一的结构来表示，我们称之为结构化 data，比如数字和符号；另一种信息，如文本、图像、声音、网页等。，不能用数字或统一的结构来表示，我们称之为非结构化 data。结构化数据属于非-结构化数据，是非-结构化数据的特例。顾名思义，数据清洗就是把脏的“洗”掉。由于数据仓库中的数据是面向某个主题的数据集合，这些数据是从多个业务系统中抽取出来的，并且包含历史数据，所以不可避免的会出现一些数据错误，一些数据相互冲突。这些错误或冲突的数据显然是不想要的，被称为“脏数据”。

IDC的一份调查报告显示，企业中80%的数据是真的还是假的结构化 data，这些数据每年以60%的指数级增长。Non-结构化 data顾名思义就是存储在文件系统中的信息，而不是数据库。据悉，平均只有1%和5%的数据是结构化。如今，未使用数据的快速增长消耗了企业中复杂而昂贵的主存储的存储容量。如何在全球范围内更好地保存不同类型的具有潜在价值的文档，而不是因为处理它们而干扰日常工作？

云存储是一种越来越多的IT公司正在使用的存储技术。以下段落解释了存储在云中的业务信息的一些要点，员工面临新挑战的数据如何管理？当企业参与全球经济竞争时，IT员工面临着让分布在世界各地的员工有效访问重要数据的新挑战。全球分布的团队需要共享对大型文件和数据集的读写访问，但这显然增加了data 管理的复杂性，此外，数据同步功能的不断采用和准确性问题影响了企业的工作效率。