Andmeformaadid

Andmeformaadid (data formats) on vormid ja keelerakendused, mis kirjeldavad, kuidas andmed on kodeeritud, struktureeritud ja esitatud salvestamiseks või edastamiseks. Nad võimaldavad andmeid mõista ja töödelda erinevates süsteemides, platvormidel ning rakendustes, tagades vahetuse ühilduvuse ja järjepidevuse.

Vormingud jagunevad peamiselt tekstipõhisteks ja binaarseteks. Tekstipõhised vormingud hõlmavad näiteks CSV, JSON, XML, YAML ja INI-failid, mis on sageli loetavad inimese jaoks ja kergesti muudetavad. Binaarsed vormingud nagu Parquet, Avro, Protocol Buffers, MessagePack ja HDF5 on tihti tihedamalt struktureeritud, pakkumaks paremat jõudlust ja kompaktset salvestust suurte andmekogude puhul. Lisaks on olemas dokumendi- või kontseptuaalsed vormingud nagu PDF või DOCX, mis kirjeldavad dokumentide esitusviisi ja struktuuri, kuid võivad sisaldada nii mänedžeeritud kui ka metaandmeid.

Olulised omadused on süntaks, valideeritavus ja skeemide olemasolu. Skeemid (näiteks JSON Schema, XML Schema, RDF/OWL) kirjeldavad andmete struktuuri ja valideerivad andmete kehtivust. Kooding (nt UTF-8) tagab tekstide korrektse kodeeringu. Metadata ja versioonid aitavad tagada pikaealisuse ja andmete mõistmise ajal, kui vormingud arenevad.

Kasutusvaldkonnad hõlmavad API-d ja andmevahetust veebis, andmeanalüüsi ja teadustööd, arhiveerimist ning valitsus- ja avatud andmeid. Vormingute valik sõltub inimese lugemisvajadusest, skeemi kontrolli vajadusest, jõudluse ja tihenduse nõudest ning pikaealisuse kaalutlustest.