Datele structurate sunt cele care încap în rânduri și coloane, ca într-un tabel: nume, sumă, dată. Datele nestructurate, precum fotografiile, textele libere sau înregistrările audio, nu au o formă fixă. Diferența contează, fiindcă ea hotărăște cum sunt stocate, căutate și protejate informațiile.
Pe LumeaTehnologiei, explicațiile despre date, cloud și securitate online pornesc de la aceeași idee: înțelegi mai ușor tehnologia când știi cu ce fel de informații lucrează.
Ce înseamnă date structurate
Imaginează-ți un carnet de adrese. Fiecare persoană are nume, telefon și oraș, iar fiecare câmp are locul lui. Un program poate sorta rapid după oraș sau poate găsi toate numerele care încep cu un anumit prefix. Bazele de date relaționale, pe care se sprijină magazinele online și băncile, lucrează exact așa.
Avantajul este predictibilitatea. Fiecare valoare are un tip, iar computerul știe ce poate face cu ea: poate aduna sume, poate compara date, poate număra rânduri.
Ce înseamnă date nestructurate
O fotografie, în schimb, este o înșiruire de pixeli. Nimic din ea nu spune singur că în imagine apare o pisică sau un apus. Același lucru se întâmplă cu un e-mail scris liber, cu o înregistrare de la o ședință sau cu un videoclip. Informația există, dar nu este împărțită în câmpuri.
Un exemplu concret: o clinică ține într-un tabel numele pacienților și data programării, dar radiografiile lor sunt fișiere separate, stocate și căutate cu totul altfel.
Majoritatea informațiilor produse azi sunt de acest tip. Tocmai de aceea se folosesc metode speciale pentru a le căuta: etichete adăugate manual, programe care recunosc obiecte în imagini sau sisteme care transformă vorbirea în text.
Cele două tipuri, față în față
- Structurate: au schemă fixă, se interoghează ușor și se potrivesc evidențelor clasice.
- Nestructurate: nu au schemă, cer mai mult spațiu și programe dedicate pentru analiză.
- Semistructurate: au un fel de etichete, cum sunt fișierele JSON sau paginile web, dar cu o formă flexibilă.
Între cele două lumi există o zonă de mijloc. O fotografie vine cu metadate, adică un mic tabel atașat: data, modelul aparatului, dimensiunea. Imaginea rămâne nestructurată, dar informațiile despre ea sunt structurate și pot fi căutate. Cine citește pe LumeaTehnologiei despre cloud sau securitate dă peste acești termeni destul de repede.
De ce contează în practică
Alegerea depinde de ce vrei să faci cu informația. Pentru o evidență de clienți ai nevoie de tabel. Pentru o arhivă de poze de familie ai nevoie de spațiu de stocare și de o metodă de etichetare. În cloud, serviciile fac adesea amândouă lucrurile, dar costurile și vitezele diferă.
Contează și securitatea.
Mai este o diferență practică. Când cauți într-un tabel, primești răspunsul exact. Când cauți printre fotografii sau documente libere, primești rezultate apropiate, ordonate după cât seamănă cu cererea ta. Primul tip de căutare e o potrivire exactă, al doilea e o estimare. Un tabel cu conturi de utilizator trebuie protejat cu grijă, iar felul în care sunt păstrate parolele este o poveste separată. Articolul despre cum își păstrează site-urile parolele, cu hash și sare arată ce se întâmplă cu datele sensibile după ce le introduci.
Ce reții
Regula simplă: dacă informația încape într-un formular cu câmpuri clare, e structurată. Dacă nu, tratează-o ca atare și planifică spațiu, copii de siguranță și etichetare. Pentru mai multe explicații despre date și cloud, fără jargon, continuă lectura pe LumeaTehnologiei.
