一.非结构化数据的定义
结构化数据是指具有完整规则的数据模型定义、高度组织的格式和可以用统一的结构逻辑表示的数据。 例如，日期、电话号码等。
非结构化数据是指数据定义不完整或不规则，没有预定义的数据模型，无法用数据库二维表结构逻辑表示的数据。 简单来说，字段是可变的数据。 典型的非结构化数据包括文档、图像、音频和视频。
半结构化数据是介于结构化数据和非结构化数据之间的数据，常见的半结构化数据有HTML (超文本标记语言)和XML (可扩展标记语言)。
二.非结构化数据的重要性
根据IDC的调查，目前企业的结构化数据仅占总数据量的20%，剩下的80%是以文件形式存在的非结构化数据和半结构化数据，这些非结构化数据每年增长60%。
非结构化数据，传统的太阳，是视频、音频、图像、图像、文档、文本等文件系统中存储的信息。 非结构化数据具有在共享、搜索、分析等使用过程中不断扩大的特定和持续的价值。
如何管理这80%的数据是企业构建协同生态的重要环节。 非结构化数据的存储和流主要采用邮件、FTP、QQ等IM工具。 这些工具的文件传输速度不稳定，安全性不高，不能很好地适应企业中一对多的高频数据传输场景。
三.非结构化数据的查询
(1)顺序扫描法) )。
顺序扫描是指，例如，查找包含某个字符串的文件。 看一个个文档，对一个个文档从头到尾看，如果这个文档包含这个字符串，这个文档就是我们要找的文件，然后看下一个文件，扫描完所有的文件使用windows搜索还可以搜索文件内容，但速度相当慢。
)2)全文搜索)。
通过提取非结构化数据中的部分信息，将其重组为结构化数据，然后检索结构化数据，检索速度相对较快。 这部分从非结构化数据中提取并重组的信息称为索引。
例如，词典。 的拼音表和部首检字表相当于词典的索引，对各个字的解释是非结构化的。 如果词典里没有音节表和部首检字表，在浩瀚的辞海中寻找一个字只能按顺序扫描。 但是，可以取出文字的一部分信息进行结构化处理。 例如，读音比较结构化，分为声母和韵母，分别只能列举几种。 于是，取出读音按一定顺序排列，每个读音都指向该字详细说明的页数。 在搜索时用结构化的拼音找到读音，通过它所指的页数，可以找到非结构化数据——，也就是单词的解释。
创建这样的索引然后对其进行搜索的过程称为全文搜索(Full-text Search )。
四.非结构化数据的存储
)1)将非结构化数据作为文件保存在文件系统中，同时将指向文件的链接和路径保存在数据库表中。 该方案读写数据快，但数据管理不便，必须考虑事务一致性和数据安全性。
)2)将非结构化数据存储在传统数据库表的大对象字段中。 该方法充分利用了数据库的事务、管理和安全功能，但数据查询和读写性能不高。
为了解决这两种方式的缺点，充分利用其优势，最新的非结构化数据存储技术在磁盘格式、网络协议、空间管理、重做和撤销格式、缓冲区缓存和智能I/O子系统等方面都发生了巨大的变化代表性的是Oracle SecureFiles的非结构化数据存储方式。
资料来源： https://blog.csdn.net/iteye _ 15219/article/details/81764737
资料来源： https://blog.csdn.net/boss _ way/article/details/78505836
资料来源： http://www.win hong.com/news/detail.aspx？ id=100000514799657