Yarı yapılandırılmış veriler bir miktar düzene sahiptir ancak tablolara düzgün bir şekilde sığmaz. JSON, XML, YAML ve e-posta başlıkları bu kategoriye girer. Veriler, yapısını tanımlayan etiketlere veya anahtarlara sahiptir, ancak yapı kayıttan kayda değişebilir. Bir JSON nesnesinde, diğerinde bulunmayan bir alan olabilir. Bir XML belgesi, öğeleri bir sonrakinden farklı şekilde iç içe geçirebilir. Şema esnektir, bazen "okuma sırasında şema" olarak adlandırılır. Yapıyı, veriyi depolarken değil, sorgularken uygularsınız.

Yarı yapılandırılmış veriler modern uygulamalarda yaygındır. API'ler JSON döndürür. Günlük dosyaları anahtar-değer çiftleri kullanır. Yapılandırma dosyaları YAML kullanır. NoSQL belge veritabanları JSON'ı doğal olarak depolar. Veri modelinin evrimleşmesi veya değişmesi durumunda bu esneklik faydalıdır. Ancak analiz için de bir zorluktur. Yarı yapılandırılmış verileri sorgulamak, tabloları sorgulamaktan farklı araçlar ve teknikler gerektirir. İç içe geçmiş yapıları gezmeniz, eksik alanları ele almanız ve dizileri düzleştirmeniz gerekir. SQL motorları buna uyum sağlamıştır. PostgreSQL, MySQL ve Snowflake'in tümü JSON fonksiyonlarını destekler. JSON belgelerini önce ayıklamadan sorgulayabilirsiniz. Yapılandırılmış ve yarı yapılandırılmış veriler arasındaki bu bulanıklık, ayrımı daha az önemli hale getiriyor. Önemli olan soru, verinin yarı yapılandırılmış olup olmadığı değil, onu etkili bir şekilde sorgulayıp sorgulayamayacağınızdır.

Yarı yapılandırılmış formatlar

• JSON — anahtar-değer çiftleri, diziler, iç içe nesneler
• XML — etiketli öğeler, hiyerarşik yapı
• YAML — insan tarafından okunabilir yapılandırma
• CSV — sınırlayıcılarla ayrılmış ancak tür bilgisi içermiyor
• Günlük dosyaları — değişken alanlara sahip zaman damgalı olaylar

Yarı yapılandırılmış veri, orta noktadır. Hem kullanışlı olacak kadar yapıya, hem de dağınık olabilecek kadar esnekliğe sahiptir.