De flesta företag identifiera alla data som antingen strukturerade eller ostrukturerade. Precis som namnet antyder, är strukturerade data nytta av strukturerad och ställa upp för snabba förfrågningar via relativt enkelt leta efter tekniker. Ostrukturerade data har ingen inbyggd inom ramen (även om det kan vara "löst strukturerade") och ofta i strid ansträngningarna att skapa enkla utseendet för motorer leta efter. Strukturerade data ger sig till enkel forskning genom fördel av sitt företag och homogen information.
Till exempel många Excel kalkylblad och alla relationella kataloger, eftersom båda är retrieveable efter typ och kan därför snabbt befintlig information till den enskilde. All information står i proportion till varandra och relationsdata källkontroll tekniker (RDBMS) förbättras till svar enskilda undersökningar på detaljerna. Ostrukturerade data innehåller lite eller ingen bekanta ram, oftast på grund av de olika egenskaperna hos detaljerna. Företags samhället rapporterar att 80% av alla företagsdata användbar sätter in en ostrukturerad tillstånd. Ett e-post ger ett exempel.
Även om information ibland strukturerade i en datakälla, är inte de verkliga artiklar i konceptet. Det är möjligt att arrangera en koordinator för information genom Emailer, data, etc., men det är inte möjligt att utföra en fråga om sina artiklar. Alla ostrukturerade data kan kategoriseras som antingen bitmapp saker eller text saker. Bitmap saker involvera alla data centrerad i termer såsom video, ljud och bilder, medan text saker enligt den publicerade terminologi i allmänhet återfinns i begreppet varumärke datafiler och information, bland annat.
Vara rimliga, frasen "ostrukturerade data" kan vara något av en missvisande, så mycket av det faktiskt kan likna "semi-strukturerade data" som dock inte snabbt fungerar med en RDBMS. Hindret för prospektering ostrukturerade datamängder både i sin prognos för storlek och dess underskott på välbekanta ram. RDBMS kan inte befintliga detaljer i någon större typ, så de vill göra ostrukturerade data användbara ledde till system som Hadoop och Cloudera. "Big Data" och ostrukturerade data inte förknippas villkor, men Big Details är nästan alltid ostrukturerade.
Om ett företag som Google eller Myspace behöver ett sätt att utvärdera enskilda surfa runt rutiner eller främjande uppgifter, då de använder en tilldelats datakälla styrsystem (DDBMS) att göra det. Dessa DDBMSs kan propagera stora data över ett system växer ett stort antal dato
Laptop