semistructurées

Les données semistructurées sont des données qui ne suivent pas un schéma rigide comme les bases de données relationnelles, mais qui comportent des éléments auto-descripteurs tels que des balises, des clés ou des attributs qui organisent l’information. Elles se situent entre les données structurées et les données non structurées, en permettant une hiérarchie et un balisage des champs, tout en autorisant des structures variables.

Les formats courants incluent XML, JSON et YAML. Ces formats stockent l’information sous forme d’arbres ou de graphes où les nœuds peuvent contenir des sous-ensembles et des champs optionnels. Les données semistructurées peuvent être semi-formalisées et évoluer sans rupture majeure, mais elles ne comportent pas nécessairement un schéma fixe.

En pratique, elles sont souvent gérées par des bases de données et systèmes NoSQL (documents, graphiques) et par des mécanismes de schéma à la lecture (schema-on-read). Le traitement et l’interrogation se font via des langages tels que XPath, XQuery, JSONPath, ou des extensions SQL, et par des technologies RDF et SPARQL dans le cadre du web sémantique.

Avantages et défis: gain de flexibilité, intégration de données hétérogènes et évolutivité; inconvénients: qualité des données, validation, cohérence, complexité des requêtes et performances, ainsi que la nécessité de conventions communes pour l’interopérabilité.