结构化数据和非结构化数据分为大数据两种，两者之间不存在真正的冲突。 客户如何选择使用它的APP位置，而不是数据结构？ 关系数据库用于结构化数据，而大多数其他类型的APP应用用于非结构化数据。
但是，结构化数据分析的难易程度和非结构化数据分析的难易程度之间的关系越来越紧张。 结构化数据分析是成熟的过程和技术。 非结构化数据分析是一个新兴的行业，在研发方面有很多新的投资，但并不是成熟的技术。 了解两者的区别是充分利用两者的关键，尤其是从Web数据中获益时。
什么是结构化数据很多人都熟悉结构化数据的结构。 结构化的数据，从名字上就可以看出，是高度整理、格式化的数据。 这是可以包含在表格和电子表格中的数据类型。 它可能不是人们最容易找到的数据类型，但与非结构化数据相比，它无疑是两者中人们更容易使用的数据类型。 另一方面，计算机很容易搜索。
结构化数据也是定量的数据，是数字和符号等可以用数据和统一的结构表示的信息。 在项目中，存储和管理这些数据通常是关系数据库，使用结构化查询语言或SQL时，计算机程序可以很容易地找到这些术语。 由于结构化数据具有明确的关系，这些数据非常有用，但在业务可挖掘价值方面较差。
典型的结构化数据包括信用卡号码、日期、财务金额、电话号码、地址、产品名称等。
非结构化数据非结构化数据本质上是指除结构化数据以外的所有数据。 它与预定义的模型不匹配，因此存储在非关系数据库中，并使用NoSQL进行查询。 可能是文本或非文本，也可能是人工或机械生成的。 简单来说，非结构化数据是字段可变的数据。
非结构化数据不那么容易组织或格式化。 收集、处理和分析非结构化数据也是一大挑战。 这就产生了一些问题，因为非结构化数据构成了网络上可用数据的大部分，而且每年都在增加。 由于更多的信息在网络上可用，而且大多数信息是非结构化的，因此找到使用它的方法成为许多企业的重要战略。 传统的数据分析工具和方法不足以完成工作。
典型的人为生成的非结构化数据包括文本文件、文字处理、电子表格、演示文稿、电子邮件和日志。 电子邮件：电子邮件为了元数据具有一些内部结构，我们有时将其称为半结构化。 但是，消息字段是非结构化的，无法用传统的分析工具进行分析。 社交媒体：来自新浪微博、微信、QQ、Facebook、Twitter、LinkedIn等平台的数据。 网站： YouTube、Instagram、照片共享网站。 移动数据：短信、位置等。 通讯：聊天、即时消息、电话录音、协作软件等。 媒体： MP3、数码照片、音频文件、视频文件。 业务APP说明： MS Office文档，生产力APP说明。 典型机器生成的非结构化数据包括卫星图像：天气数据、地形和军事活动。 科学数据：石油和天然气勘探、空间勘探、地震图像、大气数据。 数字监控：监控照片和视频。 传感器数据：交通、天气、海洋传感器。 结构化数据和非结构化数据：结构化数据和非结构化数据之间的差异从上面的说明开始变得明显。 除了存储在关系数据库中和存储在非关系数据库中之外，其他主要区别在于结构化和非结构化数据分析的便利性。 虽然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。
非结构化数据比结构化数据多得多。 非结构化数据占企业数据的80%以上，并以每年55%~65%的速度增长。 如果没有分析这些海量数据的工具，就无法发挥企业数据的巨大价值。
随着存储成本的降低和新技术的发展，业界对非结构化数据的重视程度越来越高。 比如物联网、工业4.0、视频直播会产生更多的非结构化数据，人工智能、机器学习、语义分析、图像识别等技术方向需要更多的非结构化数据。
文章来源：探测技术
见文章：
《Structured vs. Unstructured Data》
《What’s the Difference Between Structured and Unstructured Data?》
《大数据可能“说谎”，非结构化将呈现更丰富的世界》