semistrukturierten

Semistrukturierte Daten bezeichnet man Daten, die sich nicht in einer festen, relationalen Tabellenstruktur abbilden lassen, dennoch aber über eine erkennbare, selbstbeschreibende Struktur verfügen. Typische Merkmale sind hierarchische Organisationen durch verschachtelte Strukturen sowie Marker wie Tags oder Schlüssel-Wert-Paare, die Informationen zu Datenelementen liefern. Diese Merkmale ermöglichen flexible Erweiterungen, unregelmäßige Felder und heterogene Datensätze, ohne dass eine strenge Schema-Definition vorliegen muss.

Zu den häufigsten Formaten gehören XML, JSON, YAML und BSON. HTML kann ebenfalls semistrukturiert sein, obwohl es primär zur Darstellung dient. Semistrukturierte Daten besitzen oft Metadaten, die Kontext liefern, etwa Typen, Attribute oder Beziehungen zwischen Elementen. Im Vergleich zu strukturierten Daten benötigen sie meist kein fest definiertes Schemata, doch sie können schemas zur Validierung und Orientierung verwenden.

Vorteile ergeben sich aus der Anpassungsfähigkeit an neue Felder, der einfachen Integration unterschiedlicher Quellen und der Eignung für Data-Lake-Architekturen. Durch schema-on-read lassen sich Daten erst beim Zugriff validieren und interpretieren, was in schnell wachsenden Umgebungen vorteilhaft ist. Nachteile sind unter anderem komplexe Abfragen, ggf. höhere Speicherkosten, Inkonsistenzen und der Bedarf an spezialisierten Tools und Indexierungsstrategien.

Anwendungsgebiete finden sich in Weblog-Analysen, Konfigurations- und Protokolldateien, API-Antworten, Datenaustauschformaten zwischen Systemen und großen unstrukturierten Sammlungen, die später in strukturierte Form gebracht werden sollen. Abgrenzungen: Strukturierten Daten fehlt die Flexibilität, Unstrukturierte Daten fehlen oft die erkennbare Struktur; semistrukturierte Daten liegen dazwischen. Wichtige Technologien umfassen XML-Query-Sprachen (XPath, XQuery), JSON-basierte Abfragen (JSONPath, SQL/JSON), NoSQL-Datenbanken sowie Validatoren wie XML Schema oder JSON Schema.