关于非结构化数据的数据存储的简单介绍

 

    时间过得可真快啊，不知不觉中，关于非结构化数据相关知识的介绍已经到了存储这一步，你有没有感受到收获到了很多知识，好了，先不感性了，我们来对今天的非结构化数据的数据存储知识进行介绍。

    非结构化数据的存储是据IDC的一项调查报告中指出：据报道指出:平均只有1％-5％的数据是结构化的数据。企业中80％的数据都是非结构化数据，这些数据每年都按指数增长60％。如今，如何更好的保留那些在全球范围内具有潜在价值的不同类型的文件，这种迅猛增长的从不使用的数据在企业里消耗着复杂而昂贵的一级存储的存储容量。而不是因为处理它们却干扰日常的工作？云存储是越来越多的IT公司正在使用的存储技术。

    知道了非结构化数据的存储原理，接下来让我们了解一下非结构化数据如何进行数据查询吧。例如论文查重系统用到文本的相似性检索，手机上根据哼唱匹配音乐是音频的相似性检索，谷歌的以图搜图的功能用到图像的相似性检索。它寻找两个元素种类相同的集合之间满足相似性约束的元素对，相似性连接是数据库连接操作在非结构化数据上的一种扩展，在数据清洗、数据查重、抄袭检测等领域有着重要的作用。非结构化查询处理框架要针对这两种非结构化数据特有的查询操作，对结构化查询处理框架进行改进。

    在代价估算上除了要考虑结构化数据的代价估算模型外，非结构化查询的优化，还要设法建立相似性查询和相似性连接的代价估算模型，对于针对非结构化数据的全文索引和空间索引，也应该有不同与B树索引的代价估算模型。由于非结构化数据一般都存储在分布式系统之上，代价估算模型除了要考虑CPU时间、IO时间外，还需要考虑到中间结果网络传输所用的时间，所以中间结果的大小估算对于非结构化数据的查询优化比结构化数据的查询优化更为重要。非结构化数据的查询优化中的启发式规则和结构化数据也有所不同。

    互联网技术是未来发展的大趋势，多了解一下总归是没有坏处的，虽然关于非结构化数据的知识讲的差不多了，不过小编还会进行其他的网络技术进行分享，下次约啊！

 

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！