構造化データ

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

行と列の形式で整理され、項目の意味と型が定まっているデータ。表計算やリレーショナルデータベースで扱え、集計や検索が容易である。

あらかじめ決めた項目（列）と型に沿って、行と列の表形式で整理されたデータ。リレーショナルデータベースの表やCSVファイルが代表例で、SQLで検索・集計しやすい。スキーマが固定されているため、新しい項目の追加など構造の変更には手間がかかる。

行と列からなる表形式のように、あらかじめ定めた形式（スキーマ）に従って項目と値が整理されたデータ。リレーショナルデータベースの表やCSVファイルが代表例で、SQLなどで検索・集計しやすい。

データを抽出していったんそのまま格納し、格納先の処理能力を使って変換する方式。変換してから格納するETLと順序が逆で、クラウドのデータ基盤やデータレイクで採られることが多い。

厳密な表形式ではないが、タグや階層など一定の構造を持つデータ。XMLやJSONが該当する。項目の有無が案件ごとに違っても扱えるため、システム間のデータ交換に広く使われる。

文章、画像、音声、動画のように、あらかじめ決まった形式を持たないデータ。企業に蓄積されるデータの大半を占め、AIやテキストマイニングを使って分析することで価値を引き出す。

センサーやログのように、絶え間なく発生し続けるデータ。ためてから処理するのではなく到着した端から処理することで、異常検知や需要予測をほぼ即時に行える。

複数のサーバのディスクをまとめ、1つのファイルシステムとして扱えるようにした仕組み。データを分割・複製して保持するため大容量と耐障害性を両立でき、ビッグデータ処理基盤の土台になる。

文章として蓄積された非構造化データを解析し、有用な傾向や関係を取り出す手法。形態素解析で語に分けたうえで出現頻度や共起関係を調べ、問合せ内容やアンケートの分析に用いる。