構造化データと非構造化データは、データの主要な2つのカテゴリーです。私たちは情報化時代に生きているため、データは日常生活に欠かせないものであり、私たちが下すあらゆる判断は、何らかの形でデータに基づいています。
本記事では、構造化データ、非構造化データ、そして両者の違いについて解説します。
関連記事：2021年版データファブリック・ソフトウェアの主要ソリューション
構造化データとは？
構造化データとは、あらかじめ定義されたモデルに沿って構造化されたデータ、または所定の方法で整理されたデータを指します。Googleによると、「構造化データとは、ページに関する情報を提供し、ページのコンテンツを分類するための標準化された形式です」。構造化データは、リレーショナルデータベース内で構造化データを管理するために、構造化クエリ言語（SQL）が使用されます。当初SEQUELと呼ばれていたこの言語は、1970年代初頭にIBMでDonald D. ChamberlinとRaymond F. Boyceによって開発されました。
ユーザーは、対象分野について基本的な知識があれば、構造化データに簡単にアクセスして解釈できます。
SQLを介して、ユーザーは対象分野について基本的な知識があれば、構造化データに簡単にアクセスして解釈できます。例えば、構造化データの具体的なアーキテクチャによって、機械学習（ML）アルゴリズムの操作やクエリ実行が容易になります。検索エンジン最適化（SEO）では、構造化データはマークアップであり、検索エンジンがコンテンツの解釈方法や表示方法を理解するのに役立ちます。
構造化データは通常、リレーショナルデータベース管理システム（RDBMS）に格納されます。構造化データを扱うリレーショナルデータベースの一般的な用途には、ATMの取引、航空会社の予約システム、販売取引などがあります。さらに、構造化データを保護する方法は容易に利用でき、理解もしやすいものです。データベースには、構造化データのセキュリティを高めるアクセス制御ツールや手法が用意されています。
関連記事：SQLパフォーマンスチューニングのベストプラクティス
非構造化データとは？
非構造化データとは、あらかじめ定義されたデータモデルに沿って構造化されていない、または所定の方法で整理されていないデータを指します。この種のデータは人間または機械によって生成され、内部構造を持つ場合があります。非構造化データには、文書、書籍、メタデータ、医療記録、画像、音声、動画、ファイル、メールメッセージ、Webページなどが含まれます。
非構造化データを格納する方法には、データレイク、NoSQLデータベース、データウェアハウスなどがあります。
2000年代後半、ビッグデータの登場により、根本原因分析や予測分析などの分野で非構造化データを活用することへの関心が高まりました。Computerworldによる2011年の先見的なレポートでは、2021年までに組織が保有する全データの90％以上が非構造化データになる可能性があるとされました。実際、IDCとSeagateは、世界のデータ・スフィアが2015年の約26％の成長率を経て、2025年までに175.8ゼタバイトに達すると予測しました。その大部分は非構造化データになると見込まれています。
2013 IEEE Conference on Systems, Process & Control向けの報告書では、2013 IEEE Conference on Systems, Process & Control向けの報告書によると、非構造化データを格納する方法には、データレイク、NoSQLデータベース（非リレーショナル）、データウェアハウスなどがあります。この分野の成長に伴い、Amazon DynamoDB、MonkeyLearn、MongoDB Atlasなど、非構造化データの利用、管理、格納、セキュリティを特に目的としたツールやプラットフォームが数多く開発されています。
構造化データと非構造化データ
構造化データも非構造化データも、人間または機械によって生成されますが、両者には明確な違いがあります。特に、非構造化データの不規則性や曖昧な挙動により、従来のプログラムでは理解することが困難です。
| 構造化データ | 非構造化データ | |
|---|---|---|
| 特徴 | あらかじめ定義されたデータモデル 明確に定義されている 定量データ アクセスしやすい 分析しやすい | あらかじめ定義されたデータモデルがない 明確に定義されていない 定性データ アクセスしにくい 分析しにくい |
| 格納先 | リレーショナルデータベース データウェアハウス スプレッドシート | NoSQLデータベース データレイク データウェアハウス |
| 分析手法 | 回帰 分類 クラスタリング | データマイニング 自然言語処理 ベクトル検索 |
| ユースケース | オンライン予約 ATM 在庫管理システム | 音声認識 画像認識 テキスト分析 |
| 例 | 氏名 日付 住所 電話番号 クレジットカード番号 | メールメッセージ 医療記録 画像 音声 動画 |
最新技術の発展と普及により、非構造化データの分析や、そこから新たな洞察を得ることは容易になりました。データを非構造化データから構造化データへ変換することで、利用、管理、保存、保護をより簡単かつ効果的に行えるようになります。