halbstrukturiert

Halbstrukturiert bezeichnet in der Informationstechnik Daten oder Datenbestände, die eine definierte Struktur aufweisen, deren Schema jedoch nicht so starr ist wie bei relationalen Datenbanken. Solche Daten enthalten typischerweise Kennungen oder Markierungen (Schlüssel-Wert-Paare, Tags) und eine hierarchische Organisation, die sich flexibel an neue Inhalte anpassen lässt. Der Begriff entspricht dem englischen Konzept der semi-strukturierten Daten.

Charakteristische Merkmale sind selbstbeschreibende Inhalte, eine hierarchische Struktur, teilweise festgelegte Felder sowie Metadaten. Oft gilt Schema-on-read statt Schema-on-write, und die Struktur wird beim Lesen interpretiert. Halbstrukturiert ermöglicht das einfache Hinzufügen neuer Felder und die Evolution des Schemas, erfordert aber spezialisierte Werkzeuge zum Parsen, Validieren und Abfragen.

Typische Formate und Repräsentationen sind JSON, XML und YAML; in Logdateien, APIs, Messaging-Systemen oder Content-Management-Systemen treten sie regelmäßig auf. Auch dokumentenbasierte NoSQL-Datenbanken arbeiten mit halbstrukturierten Daten. Abfragen erfolgen über Sprachen wie JSONPath, XPath, XQuery oder SQL-Erweiterungen, die semi-strukturierte Inhalte adressieren.

Vorteile sind Flexibilität, leichteres Integrieren heterogener Quellen und schrittweise Schema-Entwicklung. Nachteile sind potenzielle Inkonsistenzen, aufwendigere Validierung und oft komplexere Indizierung oder Performance-Hotspots bei großen Datenbeständen. Typische Einsatzgebiete: Datenintegration, Data Lakes, Logging, API-Antworten und Content-Management.

Halbstrukturiert bildet eine Brücke zwischen streng strukturierten relationalen Systemen und unstrukturierten Daten und passt gut zu modernen, skalierbaren Architekturen, die Anpassungsfähigkeit erfordern.