البيانات شبه المهيكلة تتمتع ببعض التنظيم، لكنها لا تتناسب تمامًا مع الجداول. تندرج جميع أنواع البيانات، مثل JSON وXML وYAML ورؤوس رسائل البريد الإلكتروني، ضمن هذه الفئة. تحتوي البيانات على وسوم أو مفاتيح تصف بنيتها، لكن هذه البنية قد تختلف من سجل لآخر. قد يحتوي كائن JSON على حقل لا يحتويه كائن آخر. وقد يختلف ترتيب عناصر مستند XML عن ترتيب عناصر المستند الآخر. يتميز المخطط بالمرونة، ويُطلق عليه أحيانًا "مخطط عند القراءة". يتم تطبيق البنية عند الاستعلام عن البيانات، وليس عند تخزينها.

تُعدّ البيانات شبه المهيكلة شائعة في التطبيقات الحديثة. تُعيد واجهات برمجة التطبيقات (APIs) بيانات JSON. تستخدم ملفات السجلات أزواج المفاتيح والقيم. تستخدم ملفات التكوين YAML. تخزن قواعد بيانات NoSQL المستندية بيانات JSON بشكل أصلي. تُعدّ هذه المرونة مفيدة عند تطور نموذج البيانات أو تغيّره، ولكنها تُمثّل تحديًا للتحليل. يتطلب الاستعلام عن البيانات شبه المهيكلة أدوات وتقنيات مختلفة عن الاستعلام عن الجداول. تحتاج إلى التنقل بين الهياكل المتداخلة، ومعالجة الحقول المفقودة، وتسطيح المصفوفات. وقد تكيّفت محركات SQL مع هذا الوضع. يدعم كل من PostgreSQL وMySQL وSnowflake وظائف JSON. يمكنك الاستعلام داخل مستندات JSON دون استخراجها أولًا. هذا التداخل بين البيانات المهيكلة وشبه المهيكلة يجعل التمييز بينهما أقل أهمية. السؤال المهم ليس ما إذا كانت البيانات شبه مهيكلة، بل ما إذا كان بإمكانك الاستعلام عنها بفعالية.

تنسيقات شبه منظمة

• JSON — أزواج المفاتيح والقيم، والمصفوفات، والكائنات المتداخلة
• XML — عناصر مُوسومة، هرمية
• YAML — تكوين قابل للقراءة البشرية
• ملف CSV — مفصول بعلامات ولكن بدون معلومات عن النوع
• ملفات السجل - أحداث مُؤرَّخة بحقول متغيرة

البيانات شبه المهيكلة هي الحل الوسط. فهي تتمتع ببنية كافية لتكون مفيدة ومرونة كافية لتكون غير منظمة.