我最近开始阅读大数据，以及hadoop或biginsights等工具是如何同时管理结构化和非结构化数据的。
社交媒体分析是可以在biginsights上完成的，它需要非结构化数据并相应地分析/构建它。
这让我想知道，社交媒体数据是如何非结构化的？例如，可以使用twitter restapi调用tweets上可以接收的信息，并以结构化json格式返回给您。
那么，社交媒体数据不是已经结构化了吗？如果是这样，为什么您需要一个主要管理非结构化数据的平台？
我最近开始阅读大数据，以及hadoop或biginsights等工具是如何同时管理结构化和非结构化数据的。
社交媒体分析是可以在biginsights上完成的，它需要非结构化数据并相应地分析/构建它。
这让我想知道，社交媒体数据是如何非结构化的？例如，可以使用twitter restapi调用tweets上可以接收的信息，并以结构化json格式返回给您。
那么，社交媒体数据不是已经结构化了吗？如果是这样，为什么您需要一个主要管理非结构化数据的平台？
2条答案
按热度按时间r6hnlfcb1#
这不仅仅是为了得到推特。这些数据的真正价值在于了解推特的内容。以facebook为例，我们可以对任何图片或视频发表评论。我们需要一个平台，以了解所有的评论是积极的视频或有多少是雪橇它，或有多少评论是真正的反馈。有多少人对此提出了更好的建议。你还需要知道视频被分享和喜欢了多少次。同样的，所有分享的人都是谁，谁不喜欢它，谁喜欢它。可以收集如此多种类的数据，因此这些都称为非结构化数据。
wj8zmpe12#
有些人也将其区分为“半结构化”。
但关键是查询数据的能力。是的，tweet等通常有一些结构。但这对分析没有帮助。
给定一个难看的sql模式，您确实可以运行如下查询
但这种功能在实践中是无用的。这可能就是数据最好被认为是非结构化的原因：将其压缩到关系模式中并不能带来好处。
不过，要当心大数据的流行语宾果游戏。通常，“支持非结构化数据”实际上意味着“不受益于数据的结构（通过使用索引），而是每次都重新读取数据”