Puolistrukturoituja

Puolistrukturoituja dataa (semi-structured data) pidetään rakenteeltaan joustavana: sen tiedot ovat jäsennettävissä, mutta skeemaa ei ole määritelty yhtä tiukasti kuin relaatiotietokannoissa. Tämä mahdollistaa muuttuvan ja osin epäyhtenäisen tiedon tallentamisen ja vaihtelut rakenteissa.

Ominaisuus on sisäkkäiset rakenteet sekä avain-arvo -paret ja metatiedot, jotka selittävät dataa mutta eivät sido kaikkia kenttiä kiinteään formaattiin. Tällainen data kuvaa useimmiten yksittäisiä dokumentteja tai tapahtumakokonaisuuksia.

Tyypillisiä esimerkkejä ovat XML ja JSON sekä YAML; näissä rakenteet voivat olla jopa rikottuja tai puuttuvia. Puolistrukturoitua dataa esiintyy myös verkkosivuilla, lokitiedostoissa ja tiedonvaihdossa eri järjestelmien välillä.

Käyttökohteita ovat tiedon integrointi, dokumenttien hallinta, logianalyysi sekä hakemistoratkaisut ja kontakti- tai metadatatiedon hallinta. Puolistrukturoitua dataa hyödynnetään usein tiedon esikäsittelyssä ennen tiukemmin rakennettua analyysiä.

Haasteita ovat tiedon laadun varmistaminen, skeeman evoluutio ja monimutkaiset kyselyt sekä indeksointi. Yleisesti ratkaisut sijoittuvat dokumentti-, palvelu- tai graafitietokantoihin sekä standardeihin kuten JSON Schema, XML Schema ja RDF/JSON-LD.